基于LLM的低负担偏好学习：根据自然语言反馈为瘫痪用户个性化辅助机器人

物理辅助机器人需要个性化的行为来确保用户的安全和舒适。然而，传统的偏好学习方法，如详尽的成对比较，会给患有严重运动障碍的用户带来严重的身体和认知疲劳。为了解决这个问题，我们提出了一种低负担的离线框架，将非结构化自然语言反馈直接转化为确定性的机器人控制策略。为了安全地弥合模糊的人类语音和机器人代码之间的差距，我们的管道使用基于职业治疗实践框架的 大语言模型 (LLM)。这种临床推理将主观用户反应解码为明确的身体和心理需求，然后将其映射到透明的决策树中。在部署之前，自动的“LLM-as-a-Judge”会验证代码的结构安全性。我们在一项针对 10 名瘫痪成年人的模拟膳食准备研究中验证了该系统。结果表明，与传统基线相比，我们的自然语言方法显着减少了用户工作量。此外，职业治疗师确认生成的政策是安全的并且准确地反映了用户的偏好。