[论文解读] Learning from My Partner’s Actions: Roles in Decentralized Robot Teams

Dylan P. Losey, Mengxi Li+2 more|arXiv (Cornell University)|Oct 16, 2019

Social Robot Interaction and HRI被引用 7

一句话总结

本文提出了一种去中心化的机器人协同方法，其中智能体承担不同角色（如利用、通信或探索），通过行为隐式传达意图，从而消除对伙伴行为解释的歧义。通过为智能体分配定义明确行为目的的角色，团队在无需消息交换的情况下实现了与显式通信团队相当的性能。

ABSTRACT

When teams of robots collaborate to complete a task, communication is often necessary. Like humans, robot teammates should implicitly communicate through their actions: but interpreting our partner's actions is typically difficult, since a given action may have many different underlying reasons. Here we propose an alternate approach: instead of not being able to infer whether an action is due to exploration, exploitation, or communication, we define separate roles for each agent. Because each role defines a distinct reason for acting (e.g., only exploit, only communicate), teammates now correctly interpret the meaning behind their partner's actions. Our results suggest that leveraging and alternating roles leads to performance comparable to teams that explicitly exchange messages. You can find more images and videos of our experimental setups at this http URL.

研究动机与目标

• 解决去中心化团队中机器人队友行为解释的挑战，因为行为可能源于多种潜在意图。
• 通过为智能体分配具有独特行为目的的独立角色，减少行为解释的歧义。
• 在不依赖显式通信通道的前提下，实现去中心化机器人团队的有效协作。
• 评估基于角色的行为解释是否可达到使用显式消息传递团队的性能水平。

提出的方法

• 为智能体分配特定角色（如利用、通信或探索），每个角色定义执行行为的唯一原因。
• 每个角色将智能体的行为限制为单一目的，确保队友能够无歧义地理解其行为。
• 通过去中心化决策实现角色轮换与协调，无需集中控制。
• 行为解释仅基于角色分配，而非推断的意图或上下文，从而简化队友的理解过程。
• 通过将意图直接编码到角色特异性行为中，避免显式通信。
• 在模拟和真实机器人实验中评估性能，比较基于角色的团队与消息传递团队的表现。

实验结果

研究问题

• RQ1 在去中心化团队中，机器人能否通过角色特异性行为隐式传达意图，而无需显式消息传递？
• RQ2 基于角色的行为解释与依赖意图推断的传统方法相比表现如何？
• RQ3 为智能体分配不同角色是否能实现与显式通信团队相当的团队性能？
• RQ4 角色轮换与分配如何影响协调效率与任务完成速度？
• RQ5 角色清晰度对队友行为解释及整体团队性能有何影响？

主要发现

• 采用基于角色行为的团队在性能上与显式交换消息的团队相当，证明了隐式通信的有效性。
• 基于角色的方法显著降低了对队友行为解释的歧义，因为每个行为都具有单一且预定义的目的。
• 无需集中协调或显式信号，团队维持了去中心化协调，支持可扩展的团队运行。
• 该方法在复杂环境中实现了可靠的任务完成，而传统意图推断方法可能失效。
• 实验结果（包括视频和图像）在仿真和真实机器人设置中均验证了该方法的有效性。
• 角色轮换与明确的行为约束显著提升了团队协调性与任务执行效率。