DTRT: Enhancing Human Intent Estimation and Role Allocation for Physical Human-Robot Collaboration

要約

物理的な人間のロボットコラボレーション（PHRC）では、正確な人間の意図の推定と合理的な人間ロボットの役割の割り当てが、安全で効率的な支援のために重要です。
意図推定のために短期モーションデータに依存する既存の方法は、マルチステップ予測機能を欠いており、意図の変化を感知し、人間のロボットの割り当てを自律的に調整する能力を妨げ、潜在的な矛盾をもたらします。
これらの問題に対処するために、階層的なアーキテクチャを特徴とするデュアルトランスベースのロボットトラクトロン（DTRT）を提案します。これは、人間の誘導運動と強制データを活用して、人間の意図の変化を迅速にキャプチャし、正確な軌道予測と効果的なコラボレーションのための動的ロボットの動作調整を可能にします。
具体的には、DTRTのヒトの意図推定では、2つの変圧器ベースの条件付き変動自動エンコーダー（CVAE）を使用し、障害物のない軌跡と障害物回避の力を備えた障害物のないケースにロボットモーションデータを組み込みます。
さらに、微分協同ゲーム理論（DCGT）が採用され、人間が適用された力に基づいて予測を合成し、ロボットの行動が人間の意図に合わせて確実に整列しています。
最先端の（SOTA）方法と比較して、DTRTは人間のダイナミクスを長期的な予測に組み込み、意図の正確な理解を提供し、合理的な役割の割り当てを可能にし、ロボットの自律性と操縦性を達成します。
実験は、DTRTの正確な意図の推定と優れたコラボレーションパフォーマンスを示しています。

要約(オリジナル)

In physical Human-Robot Collaboration (pHRC), accurate human intent estimation and rational human-robot role allocation are crucial for safe and efficient assistance. Existing methods that rely on short-term motion data for intention estimation lack multi-step prediction capabilities, hindering their ability to sense intent changes and adjust human-robot assignments autonomously, resulting in potential discrepancies. To address these issues, we propose a Dual Transformer-based Robot Trajectron (DTRT) featuring a hierarchical architecture, which harnesses human-guided motion and force data to rapidly capture human intent changes, enabling accurate trajectory predictions and dynamic robot behavior adjustments for effective collaboration. Specifically, human intent estimation in DTRT uses two Transformer-based Conditional Variational Autoencoders (CVAEs), incorporating robot motion data in obstacle-free case with human-guided trajectory and force for obstacle avoidance. Additionally, Differential Cooperative Game Theory (DCGT) is employed to synthesize predictions based on human-applied forces, ensuring robot behavior align with human intention. Compared to state-of-the-art (SOTA) methods, DTRT incorporates human dynamics into long-term prediction, providing an accurate understanding of intention and enabling rational role allocation, achieving robot autonomy and maneuverability. Experiments demonstrate DTRT’s accurate intent estimation and superior collaboration performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google