基于决策理论的半自主智能体决策规划模型和算法研究

With the rapid development of technology, intelligent agent systems play more and more important role in our daily life. However, due to the constraints of current technology, agents in many complex domains still cannot fully autonomously complete their tasks without human intervention. Semi-autonomous agent systems are a type system with the range of autonomy between full human-control and full autonomous systems. In some conditions, they can run fully autonomously while in other cases they require human intervention to help them complete the tasks. To date, this type of system is widely used in many applications but lack of general representation and solution in the literature. This project conducts research on general model representation and efficient planning algorithm for semi-autonomous agent systems. The key innovation is that the human behavior model is introduced as one of the criteria of agent decision-making for better human-agent interaction. Additionally, we will apply the research to service robots and develop prototype of semi-autonomous agent systems in order to empirically evaluate the effectiveness and performance of the models and algorithms. This research project does not only have important scientific significance, but also have relative high application values.

随着科技的进步，各式各样的智能体系统在人们的日常工作生活中发挥着越来越重要的作用。但是由于当前技术水平的限制，在很多应用领域，智能体依然无法完全不依赖人的介入而自主的完成复杂任务。半自主智能体系统是一类介于完全受控和完全自主之间的智能体系统。它在一些情况下能够完全自主的决策，而在另一些情况下则需要人的介入，辅助其完成相应的任务。实际中这类系统有着极其广泛的应用，但目前学术界却缺乏一套通用的建模和求解方法。为此，本项目以马尔科夫决策理论为基础，研究半自主智能体系统决策规划的通用模型表示和高效规划算法。其主要的创新之处在于，着重考虑了人的行为因素对于智能体决策规划的影响，使得智能体能够更好的借助人的帮助完成任务。此外，本项目还将在服务机器人上研发半自主智能体决策规划的原型系统，从应用性实验的角度验证模型和算法的有效性和实际表现。该项目的研究不仅具有重要的科学意义，同时拥有较高的应用价值。

半自主智能体系统是一类介于完全受控和完全自主之间的智能体系统，在服务机器人等领域有着广泛的应用前景。它在一些情况下能够完全自主的决策，而在另一些情况下则需要人的介入，辅助其完成相应的任务。本项目以决策理论为基础，研究了半自主智能体系统决策规划的通用模型表示和高效规划算法，并在服务机器人上针对感知、交互、评估等关键技术进行了实验研究。项目在模型和算法的理论研究和服务机器人的实验研究上取得了若干重要进展。在理论研究方面，提出了将半自主智能体系统归结为一类特殊的多智能体系统，并利用分布式马尔科夫决策过程进行建模的方法。在此基础上，针对半自主智能体系统有别于一般多智能体系统的特点，分别提出了基于基准遗憾最小化的多智能体规划方法以及具有隐私保证的多智能体策略迭代算法。项目发表的论文从理论上和在标准测试集的实验上证明了新提出算法的优越性。在实验研究方面，项目针对服务机器人的特点，分别提出了面向自然语言交互的机器人任务规划方法以及基于运动捕捉系统的机器人行为量化评估方法，并在实际的服务机器人系统中进行了实验和验证。项目针对半自主智能体决策规划的模型和算法的若干关键问题进行了攻关和突破，取得的成果为后续研究工作的开展提供了一定的理论和实验基础。