要約
タッチは人間とロボットの相互作用の重要なチャネルですが、ロボットが人間のタッチを正確に認識して適切な応答を行うことは困難です。
この論文では、自然な人間とロボットの触覚相互作用を可能にするために、ロボット犬に大規模な分散型柔軟な圧力センサーのセットを設計および実装します。
ヒューリスティックな研究を通じて、人間が本物の犬とやり取りするときに一般的に使用される 81 の触覚ジェスチャーと 44 の犬の反応を整理しました。
ResNet に基づくジェスチャー分類アルゴリズムは、これら 81 の人間のジェスチャーを認識するために提案され、分類精度は 98.7% に達します。
さらに、人間のジェスチャーから犬の行動を予測するために、Transformer に基づく行動予測アルゴリズムが提案されており、1 グラムの BLEU スコアは 0.87 に達しています。
最後に、自由な人間-ロボット-犬のインタラクティブな遊びの研究中に、触覚相互作用と音声相互作用を比較します。
結果は、触覚相互作用がユーザーの不安を軽減し、ユーザーの興奮を刺激し、ロボット犬の受容性を改善する上でより重要な役割を果たしていることを示しています.
要約(オリジナル)
Touch is an important channel for human-robot interaction, while it is challenging for robots to recognize human touch accurately and make appropriate responses. In this paper, we design and implement a set of large-format distributed flexible pressure sensors on a robot dog to enable natural human-robot tactile interaction. Through a heuristic study, we sorted out 81 tactile gestures commonly used when humans interact with real dogs and 44 dog reactions. A gesture classification algorithm based on ResNet is proposed to recognize these 81 human gestures, and the classification accuracy reaches 98.7%. In addition, an action prediction algorithm based on Transformer is proposed to predict dog actions from human gestures, reaching a 1-gram BLEU score of 0.87. Finally, we compare the tactile interaction with the voice interaction during a freedom human-robot-dog interactive playing study. The results show that tactile interaction plays a more significant role in alleviating user anxiety, stimulating user excitement and improving the acceptability of robot dogs.
arxiv情報
| 著者 | Lishuang Zhan,Yancheng Cao,Qitai Chen,Haole Guo,Jiasi Gao,Yiyue Luo,Shihui Guo,Guyue Zhou,Jiangtao Gong |
| 発行日 | 2023-03-14 02:35:04+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google