大学教育网

一种基于因果关系的机器人故障解释方法

导读 能够解释的机器人将增加机器人的信任度和透明度,并有助于纠正它们的行为。最近发表在 arXiv org 上的一篇论文提出了一种基于因果模型生

能够解释的机器人将增加机器人的信任度和透明度,并有助于纠正它们的行为。最近发表在 arXiv.org 上的一篇论文提出了一种基于因果模型生成故障因果解释的方法,该模型为机器人提供了对其环境的部分理解。

研究人员使用贝叶斯网络来解决知识获取问题。提出了一种基于学习到的因果知识生成执行失败解释的新方法。它基于与失败操作相关的变量参数化与其最接近的可能导致成功执行的参数化的比较。

研究人员展示了如何从模拟中学习因果贝叶斯网络,并提供真实世界的实验,证明因果模型无需任何重新训练即可从模拟转移到现实。