Using human and robot synthetic data for training smart hand tools

要約

未来の仕事には、人間とロボットの二者択一は必要ない。人間とロボットの明示的な協働は別として、ロボット工学は、特に自動化や効果的なロボット化が困難な複雑な作業において、作業員だけでなく、作業員が使用する可能性のあるツールのトレーニングを支援する上で、ますます重要な役割を果たすことができる。本稿では、人間の作業員が使用するスマートツールの一形態を紹介し、重要な要件の1つであるタスク認識のためのツールのトレーニング方法を示す。純粋に人間ベースのデータを用いた機械学習（ML）は、非常に手間と時間がかかる。まず、ロボットによって合成的に生成されたデータを、MLの学習プロセスでどのように活用できるかを示す。その後、個々の身体作業や作業者に合わせてMLモデルを微調整することで、このフィードバックを提供するためにMLを使用する利点を大幅にスケールアップできることを示す。実験結果は、データサイズと精度を比較することで、我々のアプローチの有効性と拡張性を示している。ここで紹介するタイプのスマートハンドツールは、効率的で安全なツールの使用と操作に関する洞察とリアルタイムの分析を提供することができ、それによって幅広い作業環境における人間の参加とスキルを向上させることができる。特に、スマートハンドツールを人間が使用することが想定されるアプリケーションの種類が多様であることを考えると、スマートツールの訓練にロボットプラットフォームを使用することは不可欠である。

要約(オリジナル)

The future of work does not require a choice between human and robot. Aside from explicit human-robot collaboration, robotics can play an increasingly important role in helping train workers as well as the tools they may use, especially in complex tasks that may be difficult to automate or effectively roboticize. This paper introduces a form of smart tool for use by human workers and shows how training the tool for task recognition, one of the key requirements, can be accomplished. Machine learning (ML) with purely human-based data can be extremely laborious and time-consuming. First, we show how data synthetically-generated by a robot can be leveraged in the ML training process. Later, we demonstrate how fine-tuning ML models for individual physical tasks and workers can significantly scale up the benefits of using ML to provide this feedback. Experimental results show the effectiveness and scalability of our approach, as we test data size versus accuracy. Smart hand tools of the type introduced here can provide insights and real-time analytics on efficient and safe tool usage and operation, thereby enhancing human participation and skill in a wide range of work environments. Using robotic platforms to help train smart tools will be essential, particularly given the diverse types of applications for which smart hand tools are envisioned for human use.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL