The path towards contact-based physical human-robot interaction

要約

ヒューマン・ロボット・インタラクション (HRI) の進歩により、ロボットは現在、人間と近接して動作し、人間と物理的に相互作用することができます (pHRI)。
同様に、人間の動きを認識するためのさまざまなセンサーがロボットに装備されているため、接触ベースの pHRI もますます一般的になってきています。
HRI と pHRI のさまざまな側面を調査する調査の存在にもかかわらず、接触ベースの pHRI のあらゆる側面にわたる開発を収集、整理し、関連付ける包括的な研究には現在ギャップがあります。
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、さらに注意が必要な領域を特定することが困難になってきています。
そこで今回の調査。
これには pHRI の主要な開発が含まれていますが、特に焦点を当てているのは接触ベースのインタラクションであり、産業、リハビリテーション、医療ロボット工学に多数の応用が可能です。
文献全体で共通しているのは、安全で、準拠した、人間の意図を重視した相互作用を確立することの重要性です。
この取り組みには、認識、計画、制御の側面と、それらがどのように連携して安全性と信頼性を向上させるかが含まれます。
特に、この調査はデータ駆動型技術の応用に焦点を当てています。その有効性を実証する一連の文献の増加に裏付けられ、強化学習やデモンストレーションからの学習などのアプローチは、複雑で不確実な pHRI シナリオにおけるロボットの認識と意思決定を改善するための鍵となっています。
この分野はまだ初期段階にあるため、これらの観察は将来の開発を導き、物理的に対話型ロボットを職場、公共スペース、私生活の要素に責任を持って統合する方向に研究を導くのに役立つ可能性があります。

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, Google