Contrôle du niveau de collaboration Humain-Robot sous un environnement complexe, via un modèle de l'autonomie ajustable
Résumé
De nombreux travaux, issus de la communauté planification, permettent de rendre autonome un agent évoluant en environnement complexe. Il arrive cependant que des situations imprévues arrivent, qui rendent inutile le plan pré-calculé d'un agent. Dans cet article, nous étudions un problème dans lequel plusieurs agents sont en interaction avec plusieurs humains, au sein d'un environnement complexe. Nous présentons notre modèle intitulé HHP-MDP (Human Help Provider for Markovian Decision Processes, ou " processus de décision markovien assisté par des humains "), qui permet aux agents de demander de l'aide à des humains lorsqu'ils rencontrent des situations non prévues. Pour cela, nous expliquons comment les agents peuvent détecter les situations compliquées pour eux, et envoyer différents types de requêtes à l'ensemble des humains. HHP-MDP décrit comment un contrôleur peut gérer les différentes requêtes d'un agent et les assigner à un humain, tout en prenant en compte les capacités de l'humain à gérer ces requêtes. Les capacités d'un humain à gérer les requêtes seront apprises lors de la résolution du problème. Ce contrôleur est conçu pour réduire le coût de dérangement d'un humain. De plus, nous expliquons comment un humain peut prendre en compte rapidement l'état d'un agent, et ainsi limiter les inconsistances.
Domaines
Intelligence artificielle [cs.AI]
Origine : Fichiers produits par l'(les) auteur(s)
Loading...