Abstract. We describe several forms

Abstract. We describe several forms of machine learning that are being applied to social interaction in Human-Robot Interaction (HRI), using a robot bartender as our scenario. We first present a data-driven approach to social state recognition based on supervised learning. We then describe an approach to social interaction management based on reinforcement learning, using a data-driven simulation of multiple users to train HRI policies. Finally, we discuss an alternative unsupervised learning framework that combines social state recognition and social skills execution, based on hierarchical Dirichlet processes and an infinite POMDP interaction manager.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ เราอธิบายแบบฟอร์มหลายเครื่องเรียนรู้ที่จะใช้กับสังคมในหุ่นยนต์มนุษย์โต้ตอบ (HRI), บาร์เทนเดอร์หุ่นยนต์โดยใช้สถานการณ์ของเรา เรา first นำเสนอวิธีการปรับปรุงข้อมูลการจำแนกสถานะทางสังคมตามที่เรียนรู้มีการ เราแล้วอธิบายวิธีการจัดการสังคมยึดเหล็กเสริมการเรียนรู้ ใช้การจำลองข้อมูลขับเคลื่อนของผู้ใช้หลายคนฝึก HRI นโยบายการ สุดท้าย เราหารือกรอบการเรียนรู้ unsupervised อื่นที่รวมการรับรู้สถานะทางสังคมและทักษะทางสังคมการดำเนินการ ตามลำดับ Dirichlet กระบวนการและการจัดการโต้ตอบ POMDP infinite

ผลลัพธ์ (ไทย) 2:

นามธรรม เราอธิบายหลายรูปแบบของการเรียนรู้เครื่องที่ถูกนำไปใช้กับการปฏิสัมพันธ์ทางสังคมในการปฏิสัมพันธ์ระหว่างมนุษย์และหุ่นยนต์ (HRI) โดยใช้หุ่นยนต์เป็นบาร์เทนเดสถานการณ์ของเรา เรา fi แรกนำเสนอวิธีการที่ขับเคลื่อนด้วยข้อมูลที่จะได้รับการยอมรับทางสังคมของรัฐบนพื้นฐานของการเรียนรู้ภายใต้การดูแล จากนั้นเราจะอธิบายวิธีการในการบริหารจัดการการปฏิสัมพันธ์ทางสังคมบนพื้นฐานของการเรียนรู้การเสริมแรงโดยใช้การจำลองที่ขับเคลื่อนด้วยข้อมูลของผู้ใช้หลายคนในการฝึกอบรมนโยบาย HRI สุดท้ายเราหารือเกี่ยวกับกรอบการเรียนรู้ใกล้ชิดทางเลือกที่รวมการรับรู้สถานะทางสังคมและการดำเนินการทักษะทางสังคมที่อยู่บนพื้นฐานของกระบวนการ Dirichlet ลำดับชั้นและในสาย Nite POMDP ผู้จัดการปฏิสัมพันธ์

ผลลัพธ์ (ไทย) 3:

นามธรรม เราอธิบายถึงรูปแบบต่างๆของการเรียนรู้ด้วยเครื่องจักรที่ถูกใช้กับการปฏิสัมพันธ์ทางสังคมในการปฏิสัมพันธ์ของมนุษย์หุ่นยนต์ ( HRI ) โดยใช้หุ่นยนต์บาร์เทนเดอร์เป็นสถานการณ์ของเรา เราจึงตัดสินใจเดินทางไปเสนอแนวทาง - ยอมรับสภาพทางสังคมบนฐานการเรียนรู้ดูแล เราก็อธิบายแนวทางการจัดการปฏิสัมพันธ์ทางสังคมขึ้นอยู่กับการเสริมแรงการเรียนรู้ใช้จำลอง - ของผู้ใช้หลายนโยบายเพลงรถไฟ . สุดท้ายเราหารือกรอบการเรียนรู้แบบไม่มีผู้สอนทางเลือกที่รวมการรับรู้สถานะทางสังคมและทักษะทางสังคม การปฏิบัติตามกระบวนการลำดับชั้นดีริชเลต์และในจึงไนท์ pomdp ปฏิสัมพันธ์ผู้จัดการ