Роботы учатся выявлять цели людей в совместной работе и соревновании

Группа исследователей опубликовала на arXiv статью, в которой предложила единую стратегию для быстрого вывода целей человека при взаимодействии с роботами. Работа озаглавлена «Robots Influencing Humans to Reveal their Goals during Collaboration and Competition» и датирована 31 августа 2026 года.

Авторы — Debasmita Ghose, Oz Gitelson, Michal Lewkowicz, Jake Brawer, Marynel Vazquez и Brian Scassellati. Статья принята к публикации в журнале Autonomous Robots (AURO) и относится к разделу cs.RO.

Основная идея метода — направлять человека к Critical Decision Points (CDP), то есть состояниям, где разные стратегии человека приводят к разным следующим действиям и тем самым максимально раскрывают его цель. CDP формализуются с помощью меры расхождения политик, обусловленных целью.

Стратегия интегрирована в планировщик с горизонтом планирования, который исследует будущие последовательности действий и оптимизирует баланс между прогрессом задачи и получением информации. Подход протестирован в двух сценариях: совместной полностью наблюдаемой задаче приготовления еды и соревновательной частично наблюдаемой игре в прятки — как в симуляции, так и на реальных роботах.

В обоих сценариях метод позволяет выводить цели человека точнее и раньше по сравнению с базовыми стратегиями. Работа выполнена в области человеко-роботного взаимодействия и фокусируется на коллаборации и конкуренции.

Ключевые факты:

• Единая стратегия для коллаборативных и конкурентных сценариев.
• Использование CDP на основе divergence политик.
• Оценка в симуляции и на физических роботах.
• Улучшение точности и скорости вывода целей относительно baselines.

Источник: https://arxiv.org/abs/2609.05519