Accessible Interfaces for the Development and Deployment of Robotic Platforms

要約

アクセシビリティは、ロボットとそのインターフェイスの設計において最も重要な機能の 1 つです。
この論文では、消費者、研究者、学習者という 3 つの異なる対象者に対するロボットのアクセシビリティを向上させる方法を提案します。
人間とロボットが効果的に連携するには、両者が相互に通信できなければなりません。
私たちは、先験的に未知の屋内環境のナビゲーションのために、初心者でも容易に理解できるルート指示を生成するという問題に取り組みます。
次に、運動学モデルを活用して多関節物体 (冷蔵庫、引き出しなど) の操作を学習するという文脈で、ロボットが自然言語の発話を理解できるようにするという関連する問題に移ります。
次に、科学研究用のアクセス可能で再現可能なロボット プラットフォームの開発に焦点を当てます。
私たちは、開発とベンチマークを統合する再現性のあるロボット研究のための新しいコンセプトを提案します。これにより、研究開発プロセスの最初から再現性が「設計によって」得られます。
次に、水中ロボット介入作業のアクセシビリティを向上させるために、SHARC (SHAred Autonomy for Remote Collaboration) と呼ばれるフレームワークを提案します。
SHARC を使用すると、複数の遠隔地の科学者が、低レベルの制御をロボットに任せながら、水中マニピュレーターを使用して高レベルのサンプリング手順を効率的に計画および実行できます。
最後に、AI とロボット工学における初のハードウェアベースの MOOC を開発しました。
このコースでは、学習者は実際のロボットに自らの意思決定をさせ、広範に定義されたタスクを実行させることで、自律性を実践的に学ぶことができます。
私たちは、この新しい学習体験をサポートするために、新しいロボット プラットフォームをゼロから設計します。
コード開発、テスト、検証、展開のための最先端のツールとテクノロジーに基づく完全なブラウザベースのインターフェイスは、これらの教育リソースへのアクセシビリティを最大限に高めるのに役立ちます。

要約(オリジナル)

Accessibility is one of the most important features in the design of robots and their interfaces. This thesis proposes methods that improve the accessibility of robots for three different target audiences: consumers, researchers, and learners. In order for humans and robots to work together effectively, they both must be able to communicate with each other. We tackle the problem of generating route instructions that are readily understandable by novice humans for the navigation of a priori unknown indoor environments. We then move on to the related problem of enabling robots to understand natural language utterances in the context of learning to operate articulated objects (e.g., fridges, drawers) by leveraging kinematic models. Next, we turn our focus to the development of accessible and reproducible robotic platforms for scientific research. We propose a new concept for reproducible robotics research that integrates development and benchmarking, so that reproducibility is obtained ‘by design’ from the beginning of the research and development process. We then propose a framework called SHARC (SHared Autonomy for Remote Collaboration), to improve accessibility for underwater robotic intervention operations. SHARC allows multiple remote scientists to efficiently plan and execute high-level sampling procedures using an underwater manipulator while deferring low-level control to the robot. Lastly, we developed the first hardware-based MOOC in AI and robotics. This course allows learners to study autonomy hands-on by making real robots make their own decisions and accomplish broadly defined tasks. We design a new robotic platform from the ground up to support this new learning experience. A fully browser-based interface, based on leading tools and technologies for code development, testing, validation, and deployment serves to maximize the accessibility of these educational resources.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google