Intelligent Mode-switching Framework for Teleoperation

要約

遠隔操作は、オペレーター側の知覚の限界、通信遅延の多さ、および自由度 (DoF) の制限により、非常に困難になる場合があります。
自律遠隔操作は、ユーザーの意図を予測し、タスクの一部を自律的に実行してオペレーターの要求を軽減し、タスクの完了率を高めることで、この困難を克服するために提案されています。
ただし、モード切り替えの意思決定は一般にオペレーターによって行われると想定されており、オペレーターによって制御される余分な自由度が生じ、余分な精神的要求が生じます。
一方、通信の不完全性とリソースの制限が遠隔操作の主なボトルネックであるにもかかわらず、現在の文献では通信の観点については調査されていません。
本研究では、モードスイッチングシステムと通信システムを共同で考慮することにより、インテリジェントなモードスイッチングフレームワークを提案します。
ユーザーの意図認識は操作者側で行われます。
ユーザーの意図認識に基づいて、深層強化学習 (DRL) エージェントがトレーニングされ、オペレーター側に展開され、自律モードと遠隔操作モードをシームレスに切り替えます。
ユーザーの意図認識と DRL アルゴリズムの両方をトレーニングするために、実世界のデータセットが遠隔操作テストベッドから収集されます。
我々の結果は、提案されたフレームワークがタスク完了確率の向上により最大50%の通信負荷削減を達成できることを示しています。

要約(オリジナル)

Teleoperation can be very difficult due to limited perception, high communication latency, and limited degrees of freedom (DoFs) at the operator side. Autonomous teleoperation is proposed to overcome this difficulty by predicting user intentions and performing some parts of the task autonomously to decrease the demand on the operator and increase the task completion rate. However, decision-making for mode-switching is generally assumed to be done by the operator, which brings an extra DoF to be controlled by the operator and introduces extra mental demand. On the other hand, the communication perspective is not investigated in the current literature, although communication imperfections and resource limitations are the main bottlenecks for teleoperation. In this study, we propose an intelligent mode-switching framework by jointly considering mode-switching and communication systems. User intention recognition is done at the operator side. Based on user intention recognition, a deep reinforcement learning (DRL) agent is trained and deployed at the operator side to seamlessly switch between autonomous and teleoperation modes. A real-world data set is collected from our teleoperation testbed to train both user intention recognition and DRL algorithms. Our results show that the proposed framework can achieve up to 50% communication load reduction with improved task completion probability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google