混合人机环境中交互的学习与控制

当自主机器人从实验室走进家庭、工厂和道路，一个绕不开的前提是：它们必须能与人无缝、安全地互动。这份 MIT 博士论文要回答的正是这个前提背后的技术问题——智能体如何学会推理人的行为与意图。作者 Wilko Schwarting 的思路是双向的：智能体既要预测他人的意图，也要通过人类能理解的、类人的动作，把自己的意图隐含地传达出去。换句话说，机器人不仅需要“看懂人”，还需要“被人看懂”，并且要预判并利用自身动作对他人动作产生的影响。论文由 Daniela Rus 指导，属于 MIT 电气工程与计算机科学系的工作。

论文按四个部分展开，方法横跨博弈论、从数据中学习人类奖励、信念空间规划、多智能体强化学习与安全守护系统。第一部分把社会性人机交互建模为最优响应博弈（best-response game），每个智能体通过协商最大化自身效用。第二部分把博弈论与信念空间规划结合起来，让智能体在部分可观测的随机环境中运用信息增益、推理他人信念。第三、四部分则分别转向自博弈学习与驾驶场景中的安全兜底。从摘要与结构看，这份资料更像一份以方法框架为主线的学位论文，并不以单一数据集的实证为主线。

第一部分的关键概念是 Social Value Orientation（SVO），用这一指标量化智能体的自私或利他程度，从而更好地预测人的行为。这意味着研究者不把“人”当作按固定规则行动的对手，而是先度量其对合作的偏好，再据此调整策略。第二部分进一步引入信息增益：智能体会主动规划动作，去收集关于自身、他人和环境的信息，同时回避那些会导致高不确定性的动作。它还会计他人之所计——推理他人的信念，并利用自己的动作去影响这些信念。

第三部分给出一个多智能体强化学习算法，通过“想象中的自博弈”学习竞争性的视觉控制策略。具体做法是在一个学到的世界模型的紧凑潜空间里想象多智能体交互序列，而这个模型把联合转移函数与对手视角预测结合在一起。第四部分提出 Parallel Autonomy，一个 Guardian 系统：它利用带有不确定性的预测，在挑战性的驾驶场景中提供安全保障，同时在安全允许的范围内尽可能贴近人的期望动作。这条线索把前几部分关于意图与信念的推理，落到了一个有人在场的安全机制上。

这几部分合起来的意思是：人机共处不能只靠“人适应机器”或“机器躲开人”，而需要一套关于意图、信念与合作的建模语言。博弈论提供协商的框架，SVO 提供个体差异的度量，信念空间规划处理不确定性，自博弈处理策略学习，Guardian 则在预测不可靠时兜底。对实践者来说，这意味着设计人机交互系统时，可被理解的“类人动作”本身就是一种通信信道，而不只是运动规划顺带产生的效果。这一判断是基于摘要的解读，具体效果仍取决于各部分的实验设计。

可以把它当作一份研究议程来读：从博弈建模、偏好度量、信念规划，到自博弈与安全守护，四条线索构成一个相对完整的工具箱。做机器人交互、自动驾驶决策、多智能体学习与社会导航的研究者，可以借它校准自己的方法版图，或寻找可复用的建模框架。需要说清楚的边界是：能看到的材料只到摘要与目录层面的描述，没有给出实验设置、基准对比或量化结果，因此无法据此判断各方法在真实场景中的表现。论文各部分的实际贡献强度、失败案例与适用条件，还需要回到正文逐一核对。

Learning and Control for Interactions in Mixed Human-Robot Environments by Wilko Schwarting BSc, ETH Zurich (2014) MSc, ETH Zurich (2016) Submitted to the Department of Electrical Engineering and Computer Science in partial fulfillment of the requirements for the degree of Doctor of Philosophy at the MASSACHUSETTS INSTITUTE OF TECHNOLOGY February 2021 c○ Wilko Schwarting, MMXXI. All rights reserved. The author hereby grants to MIT permission to reproduce and to distribute publicly paper and electronic copies of this thesis document in whole or in part in any medium now known or hereafter created. Author ................................................................ Department of Electrical Engineering and Computer Science January 14, 2021 Certified by............................................................ Daniela Rus