Prediction of human behaviour using imitation learning

Abstract

Στην παρούσα εργασία μελετάται η χρήση ενός αλγορίθμου μιμητικής μάθησης ώστε να μοντελοποιηθεί η ανθρώπινη συμπεριφορά για την επίτευξη μιας εργασίας με διαφοροποιημένους στόχους. Στόχος είναι να εξεταστεί η ικανότητα των μοντέλων που δημιουργούνται, στην αναγνώριση του στόχου μιας επιτελούμενης εργασίας, σε πραγματικές συνθήκες. Αυτό επιτυγχάνεται μέσω της μάθησης πολιτικών από μη τμηματοποιημένες επιδείξεις εκτέλεσης εργασιών. Ειδικότερα, η διπλωματική εξετάζει διάφορες τεχνικές μιμητικής μάθησης , υποστηρίζοντας τη χρήση του αλγορίθμου InfoGAIL που βασίζεται στον αλγόριθμο GAIL, και που έχει τη δυνατότητα συσχέτισης τρόπου συμπεριφοράς και επιτέλεσης εργασίας. Ο αλγόριθμος μελετάται στα πλαίσια αναγνώρισης συμπεριφοράς «αρπαγής» αντικειμένων διαφορετικών μεγεθών. Παρέχονται δεδομένα που αφορούν ανθρώπινη συμπεριφορά σε συγκεκριμένες συνθήκες για την αρπαγή αντικειμένων, από τα οποία εξάγονται χαρακτηριστικά και χρησιμοποιούνται για την εκπαίδευση και αποτίμηση της προτεινόμενης μεθόδου. Η διπλωματική παρουσιάζει τα αποτελέσματα και ευρήματα, και προτείνει μελλοντικές δράσεις για την χρήση μεθόδων μιμητικής μάθησης για την αναγνώριση συμπεριφοράς.