Recognizing Intent in Collaborative Manipulation

要約

共同操作は本質的にマルチモーダルであり、触覚コミュニケーションが中心的な役割を果たします。
人間によって実行される場合、参加者間の前後の武力交換が含まれ、それを通じて潜在的な衝突を解決し、役割を決定します。
人間とロボットの協調操作に関する既存の研究の多くは、ロボットが人間に従うことを前提としています。
しかし、ロボットが人間のパートナーと同等のパフォーマンスを発揮するには、必要に応じて主導権を握り、リードできる必要があります。
このような人間のようなパフォーマンスを実現するには、ロボットは、(1) 人間の意図を判断し、(2) 自身の意図を明確に表現し、(3) 二人組が合意に達するように行動を選択する能力を備えている必要があります。
この研究は、力の交換を使用した共同操作タスクにおいて人間の意図を認識するためのフレームワークを提案しています。
人間の研究中に収集されたデータセットに基づいて、測定された信号から計算できる一連の特徴を導入し、収集した人間間の相互作用データに基づいてトレーニングされた分類器の結果を報告します。
インテント レコグナイザーの評価には、全体的な精度と遷移を正しく識別する能力という 2 つの指標が使用されます。
提案された認識装置は、パートナーの行動の変動や、握力の変動や歩行の動的影響による交絡効果に対してロバスト性を示します。
結果は、提案された認識装置が物理的相互作用制御スキームでの実装によく適していることを示しています。

要約(オリジナル)

Collaborative manipulation is inherently multimodal, with haptic communication playing a central role. When performed by humans, it involves back-and-forth force exchanges between the participants through which they resolve possible conflicts and determine their roles. Much of the existing work on collaborative human-robot manipulation assumes that the robot follows the human. But for a robot to match the performance of a human partner it needs to be able to take initiative and lead when appropriate. To achieve such human-like performance, the robot needs to have the ability to (1) determine the intent of the human, (2) clearly express its own intent, and (3) choose its actions so that the dyad reaches consensus. This work proposes a framework for recognizing human intent in collaborative manipulation tasks using force exchanges. Grounded in a dataset collected during a human study, we introduce a set of features that can be computed from the measured signals and report the results of a classifier trained on our collected human-human interaction data. Two metrics are used to evaluate the intent recognizer: overall accuracy and the ability to correctly identify transitions. The proposed recognizer shows robustness against the variations in the partner’s actions and the confounding effects due to the variability in grasp forces and dynamic effects of walking. The results demonstrate that the proposed recognizer is well-suited for implementation in a physical interaction control scheme.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google