Key points are not available for this paper at this time.
유용한 작업을 수행하도록 로봇을 프로그래밍하는 것은 복잡하고 결코 사소한 작업이 아닙니다. 인간이 로봇의 행동을 훈련하고 형성할 수 있도록 하는 간단하고 직관적인 방법이 이 작업을 더 쉽게 만드는 데 분명히 중요한 목표입니다. 이 논문은 사회적 동물에 대한 연구를 기반으로 한 접근 방식을 설명하며, 두 가지 교수 전략을 적용하여 인간 교사가 신중하게 지원된 환경 내에서 로봇의 행동을 조형하여 훈련할 수 있도록 합니다. 이러한 환경 내에서 로봇의 상호작용에 대한 상태/행동 기억 맵을 구축함으로써 일련의 역량을 생성할 수 있습니다. 이 기억 맵은 k-최근접 이웃 기반 알고리즘을 사용하여 일반화된 역량을 제공합니다. 우리는 인간 교사가 기억 모델을 계층적으로 구축함으로써 새로운 접근 방식을 취합니다. 이 메커니즘은 인간 트레이너가 로봇의 기존 역량 목록에 새로운 기술을 추가할 수 있는 행동 선택 메커니즘을 구축하고 확장할 수 있게 합니다. 이러한 기술은 물리적인 Khepera 미니어처 로봇에서 구현되어 다양한 작업에서 검증되었습니다.
Saunders et al. (Thu,)은 이 질문을 연구했습니다.