Humanising robot-assisted navigation

要約

ロボット支援ナビゲーションは、柔軟な制御アプローチを必要とするアプリケーションの好例です。
人間が信頼できる場合、ロボットは彼らの主導権にスペースを譲るべきです。
人間が不適切な選択をした場合、ロボットコントローラーが作動して人間をより安全な経路に誘導する必要があります。
共有権限制御は、どの程度の権限を人間に与え、どの程度の権限をロボットに保持するかをオンラインで決定することで、この動作を実現する方法です。
未解決の問題は、人間の選択の適切性をどのように評価するかということです。
考えられる方法の 1 つは、ロボットによって計算された理想的なパスからの逸脱を考慮することです。
この選択は確かに安全で効率的ですが、ロボットの決定の重要性が強調され、人間は二次的な役割に追いやられます。
この論文では、私たちは別のパラダイムを提案します。それは、人間の行動が常に同じような状況で他の人間がとることとよく似ている場合に、その行動は正しいということです。
このアイデアは、機械学習と適応制御の組み合わせによって実装されます。
環境のマップはグリッドに分解されます。
各セルでは、人間が実行する可能性のある動作を分類します。
ニューラル ネットワーク分類器を使用して現在の動きを分類し、確率スコアを制御のハイパーパラメータとして使用して介入量を変更します。
論文のために収集された実験は、このアイデアの実現可能性を示しています。
ロボットをテストした後にユーザーにアンケートを行うことによって行われた定性的評価では、参加者が最先端の粘弾性制御よりも当社の制御方法を好んでいることがわかりました。

要約(オリジナル)

Robot-assisted navigation is a perfect example of a class of applications requiring flexible control approaches. When the human is reliable, the robot should concede space to their initiative. When the human makes inappropriate choices the robot controller should kick-in guiding them towards safer paths. Shared authority control is a way to achieve this behaviour by deciding online how much of the authority should be given to the human and how much should be retained by the robot. An open problem is how to evaluate the appropriateness of the human’s choices. One possible way is to consider the deviation from an ideal path computed by the robot. This choice is certainly safe and efficient, but it emphasises the importance of the robot’s decision and relegates the human to a secondary role. In this paper, we propose a different paradigm: a human’s behaviour is correct if, at every time, it bears a close resemblance to what other humans do in similar situations. This idea is implemented through the combination of machine learning and adaptive control. The map of the environment is decomposed into a grid. In each cell, we classify the possible motions that the human executes. We use a neural network classifier to classify the current motion, and the probability score is used as a hyperparameter in the control to vary the amount of intervention. The experiments collected for the paper show the feasibility of the idea. A qualitative evaluation, done by surveying the users after they have tested the robot, shows that the participants preferred our control method over a state-of-the-art visco-elastic control.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google