Adapting to Human Preferences to Lead or Follow in Human-Robot Collaboration: A System Evaluation

要約

協働ロボットの導入により、人間とロボットが近くで一緒に作業し、同じ作業空間を共有できるようになりました。
ただし、このコラボレーションでは、エージェント間のシームレスな連携を確保するために対処する必要があるさまざまな課題が生じます。
この論文は、人間のパフォーマンスと、従うか先導するかの好みを考慮した、人間とロボットのコラボレーションのためのタスク計画に焦点を当てています。
従来のタスク割り当て手法とは異なり、提案システムではロボットと人間の両方が相互にタスクを選択して割り当てることができます。
私たちの以前の研究では、提案されたフレームワークをコンピュータシミュレーション環境で評価しました。
この論文では、人間が Fetch モバイル マニピュレータ ロボットと協力する実際のシナリオにアルゴリズムを実装することで研究を拡張します。
計画されたユーザー調査の実験セットアップ、手順、実装について簡単に説明します。
最初のステップとして、この論文では、ユーザー調査で発生する可能性のあるリーダー/フォロワーの好みに関して、実験者がさまざまな可能な行動を実行したシステム評価研究について報告します。
結果は、ロボットが実験者によって実行されたさまざまな人間エージェントの行動に適応し、適切に応答できることを示しています。
将来のユーザー調査では、人間の参加者を使ってシステムを評価する予定です。

要約(オリジナル)

With the introduction of collaborative robots, humans and robots can now work together in close proximity and share the same workspace. However, this collaboration presents various challenges that need to be addressed to ensure seamless cooperation between the agents. This paper focuses on task planning for human-robot collaboration, taking into account the human’s performance and their preference for following or leading. Unlike conventional task allocation methods, the proposed system allows both the robot and human to select and assign tasks to each other. Our previous studies evaluated the proposed framework in a computer simulation environment. This paper extends the research by implementing the algorithm in a real scenario where a human collaborates with a Fetch mobile manipulator robot. We briefly describe the experimental setup, procedure and implementation of the planned user study. As a first step, in this paper, we report on a system evaluation study where the experimenter enacted different possible behaviours in terms of leader/follower preferences that can occur in a user study. Results show that the robot can adapt and respond appropriately to different human agent behaviours, enacted by the experimenter. A future user study will evaluate the system with human participants.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google