从原始数据和在线专家反馈中归纳学习机器人任务知识

本研究解决了机器人自主性提高后在人与机器人交互中信任和社会接受度的挑战，尤其是在复杂现实场景中缺乏先验知识的问题。提出了一种基于归纳逻辑编程的离线算法，可以直接从少量异构的机器人执行原始数据中提取任务规范，同时结合简单的常识概念，增强了可解释性。实验结果显示，该方法在标准操作任务和安全关键的外科机器人训练基准中表现出强大的鲁棒性和数据、时间效率，展现了在更复杂领域的可扩展潜力。