The path towards contact-based physical human-robot interaction

要約

人間とロボットのインタラクション（HRI）の進歩に伴い、ロボットは現在、至近距離で動作し、人間と物理的なインタラクション（pHRI）を行うことが可能になっている。同様に、ロボットが人間の動きを感知するための様々なセンサーを装備するようになり、接触ベースのpHRIはますます一般的になりつつある。HRIとpHRIの様々な側面を探る調査は存在するものの、接触型pHRIのあらゆる側面にわたる開発を収集、整理、関連付ける包括的な研究には、現在のところ空白がある。この分野の現状を包括的に理解し、これまで取り上げられてきた側面を徹底的に分析し、さらに注意を払うべき領域を特定することは、困難な課題となっている。そこで今回の調査である。pHRIの主要な開発を網羅する一方で、産業用、リハビリテーション用、医療用ロボットに数多く応用されている接触ベースのインタラクションに特に焦点を当てている。各文献に共通するのは、安全でコンプライアンスに優れた、人間の意図を重視したインタラクションを確立することの重要性である。この試みは、知覚、計画、制御の側面を包含し、安全性と信頼性を高めるためにそれらがどのように連携するかを示している。その有効性を実証する文献の増加に支えられ、強化学習や実演からの学習といったアプローチは、複雑で不確実なpHRIシナリオの中でロボットの知覚と意思決定を改善する鍵となった。この分野はまだ初期段階であるため、これらの観察結果は今後の開発の指針となり、職場や公共空間、私生活の要素に物理的対話型ロボットを責任を持って統合するための研究の舵取りに役立つだろう。

要約(オリジナル)

With the advancements in human-robot interaction (HRI), robots are now capable of operating in close proximity and engaging in physical interactions with humans (pHRI). Likewise, contact-based pHRI is becoming increasingly common as robots are equipped with a range of sensors to perceive human motions. Despite the presence of surveys exploring various aspects of HRI and pHRI, there is presently a gap in comprehensive studies that collect, organize and relate developments across all aspects of contact-based pHRI. It has become challenging to gain a comprehensive understanding of the current state of the field, thoroughly analyze the aspects that have been covered, and identify areas needing further attention. Hence, the present survey. While it includes key developments in pHRI, a particular focus is placed on contact-based interaction, which has numerous applications in industrial, rehabilitation and medical robotics. Across the literature, a common denominator is the importance to establish a safe, compliant and human intention-oriented interaction. This endeavour encompasses aspects of perception, planning and control, and how they work together to enhance safety and reliability. Notably, the survey highlights the application of data-driven techniques: backed by a growing body of literature demonstrating their effectiveness, approaches like reinforcement learning and learning from demonstration have become key to improving robot perception and decision-making within complex and uncertain pHRI scenarios. As the field is yet in its early stage, these observations may help guide future developments and steer research towards the responsible integration of physically interactive robots into workplaces, public spaces, and elements of private life.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL