在部分可观测环境中对具有混合角色的真实演员进行异步训练

《ACM Transactions on Human-Robot Interaction》：Asynchronous Training of Mixed-Role Human Actors in a Partially Observable Environment

合作异步训练中，人类与自主机器人队友协同完成复杂任务，通过无监督序列聚类方法将多组轨迹数据划分为少数训练条件，简化实验设计并提升效率，为机器人辅助训练系统开发提供实验框架和设计建议。

　　

摘要

在合作训练中，团队中的人员需要协同完成复杂任务，构建对队友的心理模型，并学会实时适应队友的行为。为了减少合作训练中常见的时间安排限制，本文提出了一种“人类团队的异步合作训练”模式，在这种模式下，受训者与自主运行的队友（而非真实的人类队友）进行协调训练。我们设计了一种新的实验方法，用于评估自主运行的队友是否适合作为合作训练的伙伴。我们将这种方法应用于一项以人类受试者为对象的实验中：受训者要么与另一名人类受试者一起训练，要么与自主运行的队友一起训练，并通过一款专为本研究开发的新合作游戏来评估他们的表现。值得注意的是，我们采用了无监督的序列聚类算法，将实验中展示的队友行为轨迹进行分类，从而将训练条件简化。这使得实验设计更加简洁，使我们能够在合理的时间内完成这项复杂的合作训练研究。通过展示所提出的实验设计，我们为未来利用机器人替代人类队友来开发异步合作训练系统的研究提供了借鉴和设计建议。