TacStyle：使用结构化行为表示个性化触觉机器人策略

协助人类的机器人系统应该能够根据个人用户的偏好调整其行为。例如，用户可能希望机器人手臂在折叠衣物或清洁家具时调整其施加的力的大小。自然语言为人类提供了一种直观的方式来传达此类偏好。语言条件机器人策略的最新进展表明，机器人可以成功地使用语言提示来确定要执行的任务。然而，扩展相同的方法来实现任务的执行方式需要详细的标签来描述任务数据中轨迹的偏好或风格。收集此类注释不仅具有挑战性，而且直接对这些标签进行调节也可能无法对连续范围的行为提供细粒度的控制。例如，通过抽象指令（例如“比以前施加更大的压力”）来传达机器人必须施加的确切力可能很困难。因此，在这项工作中，我们建议使用语言来推理首选行为，而不是直接生成它们。我们首先学习一种结构化的潜在表示，该表示根据相应轨迹的差异来组织用户偏好。然后，根据偏好提示，我们使用基础模型来解释这个潜在空间并选择一个产生所需行为的值。通过模拟和现实世界的实验，我们表明，从直观结构化的潜在空间中选择机器人行为可以更精确地适应用户偏好，同时比语言条件策略需要的偏好标签少得多。