语言命令

通过人类机器人对话框共同改善自然语言命令的解析和看法

在这项工作中，我们提出了使用人类机器人对话框来提高移动机器人代理的语言理解的方法。代理人解析了自然语言的潜在语义含义，并使用机器人传感器来创建红色和重型等感知概念的多模式模型。代理可用于显示导航路线，向人交付对象，并将对象从一个位置转移到另一个位置。我们使用对话框clarientation问题既可以理解命令并生成其他解析培训数据。代理人采用机会性积极学习来选择有关单词如何与对象相关的问题，从而提高其对感知概念的理解。我们在亚马逊机械土耳其人上评估了该代理。在对话中引起的数据培训后，代理减少了对话问题的数量，同时获得了更高的可用性评级。此外，我们在机器人平台上演示了代理，在完成现实世界任务时，它在频率上学习了新的感知概念。