Learning Adaptive Multi-Objective Robot Navigation with Demonstrations

在人类环境下，偏好一致的机器人导航通常通过基于学习的方法实现，利用演示和用户反馈进行个性化。然而，个人偏好是会发生变化的，甚至可能受到上下文的影响。然而，传统的强化学习（RL）方法通常使用静态奖励函数，难以适应这些变化的用户偏好。本文介绍了一种将多目标强化学习（MORL）与基于演示的学习相结合的框架。我们的方法允许动态适应用户偏好的变化而无需重新训练。通过严格的评估，包括从模拟到实际和机器人到机器人的转移，我们证明了我们的框架能够准确反映用户的偏好，同时在避免碰撞和追求目标方面实现高导航性能。

本文旨在解决人工智能助手在人类环境中的导航问题，如何根据用户偏好动态调整导航策略。传统的强化学习方法无法适应用户偏好的变化和上下文相关性。

本文提出了将多目标强化学习和基于演示的学习相结合的框架，实现了动态调整导航策略以适应用户偏好的变化，无需重新训练。

本文通过严格的评估，包括从仿真到实际机器人和机器人之间的转移，证明了该框架能够准确反映用户偏好，并在避免碰撞和追求目标方面实现了高水平的导航性能。

在这个领域中，最近的相关研究包括：1. "Preference-Based Reinforcement Learning for Personalized Navigation"；2. "Personalized Navigation in Crowded Environments with Deep Reinforcement Learning"；3. "Multi-Objective Reinforcement Learning: A Comprehensive Overview"等。