要約
現実世界のシナリオで人間とロボットの相互作用 (HRI) タスクを促進するには、サービス ロボットが動的な環境に適応し、人間と効果的にコミュニケーションしながら必要なタスクを理解する必要があります。
実際に HRI を達成するために、我々は新しい屋内ダイナミック マップ、タスク理解システム、および応答生成システムを提案します。
屋内ダイナミック マップは、占有グリッド マップと家具や人間などの動的情報を別のレイヤーで管理することにより、ロボットの動作を最適化します。
タスク理解システムは、注文された商品の提供など、複数のアクションを必要とするタスクを対象としています。
必要なアクションの流れをあらかじめ定義したタスク表現を適用することで、精度の高い理解を実現します。
応答生成システムはタスクの理解と並行して実行され、ロボットのその後の動作を人間に知らせることでスムーズな HRI を促進します。
この研究では、動的な環境における HRI の代表的なアプリケーションとして、レストラン環境でのウェイター業務に焦点を当てました。
お客様とコミュニケーションをとりながら、配膳や片付けなどの業務を行えるHRIシステムを開発しました。
模擬レストラン環境で行われた実験では、提案された HRI システムは顧客との通信に成功し、注文された料理を 90% の精度で提供しました。
実験後のアンケートでは、ロボットの HRI システムは 5 点満点中 4.2 点を獲得しました。これらの結果は、現実世界の環境でのウェイター タスクの実行において、提案手法と HRI システムの有効性を示しています。
要約(オリジナル)
To facilitate human–robot interaction (HRI) tasks in real-world scenarios, service robots must adapt to dynamic environments and understand the required tasks while effectively communicating with humans. To accomplish HRI in practice, we propose a novel indoor dynamic map, task understanding system, and response generation system. The indoor dynamic map optimizes robot behavior by managing an occupancy grid map and dynamic information, such as furniture and humans, in separate layers. The task understanding system targets tasks that require multiple actions, such as serving ordered items. Task representations that predefine the flow of necessary actions are applied to achieve highly accurate understanding. The response generation system is executed in parallel with task understanding to facilitate smooth HRI by informing humans of the subsequent actions of the robot. In this study, we focused on waiter duties in a restaurant setting as a representative application of HRI in a dynamic environment. We developed an HRI system that could perform tasks such as serving food and cleaning up while communicating with customers. In experiments conducted in a simulated restaurant environment, the proposed HRI system successfully communicated with customers and served ordered food with 90\% accuracy. In a questionnaire administered after the experiment, the HRI system of the robot received 4.2 points out of 5. These outcomes indicated the effectiveness of the proposed method and HRI system in executing waiter tasks in real-world environments.
arxiv情報
著者 | Yuga Yano,Akinobu Mizutani,Yukiya Fukuda,Daiju Kanaoka,Tomohiro Ono,Hakaru Tamukoh |
発行日 | 2024-12-18 11:05:56+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google