交互感知：利用行动感知和感知行动

Apr, 2016

交互感知：利用行动感知和感知行动

Interactive Perception: Leveraging Action in Perception and Perception in Action

Jeannette Bohg, Karol Hausman, Bharath Sankaran, Oliver Brock, Danica Kragic...

TL;DR探讨交互感知在机器人领域的原理和应用，强调交互作用可以产生更丰富的感知信号，并且感官数据和运动参数的组合空间中的规律性知识可以促进预测和解释信号，同时分析现有工作，并提出未来需要解决的问题。

Abstract

Recent approaches in robotics follow the insight that perception is facilitated by interaction with the environment. These approaches are subsumed under the term of interactive perception (IP). It provides the fo

interactive perception robotics sensory signal regularity applications

发现论文，激发创造

利用交互感知在杂乱场景中找到物品

研究了基于强化学习的互动感知系统在场景探索和物体搜索方面的应用，结果表明该方法不再需要预定义的启发式模型，可在模拟和现实世界中有效地解决这一任务。

Nov, 2019

人形机器人的感知

本综述总结了人形机器人感知领域的最新发展和趋势，识别了内部状态估计、外部环境估计和人机交互三个主要应用领域，并讨论了各个领域中不同传感器模态的应用和最近的重要研究成果。

Sep, 2023

多模态感知中基于生成模型的软体机器人交互

该研究介绍了一个感知模型，通过协调来自不同模态的数据，构建一个完整的状态表示和吸收必要的信息，从而为开发复杂的控制策略铺平了道路。该模型基于感知输入和机器人动作之间的因果关系，采用生成模型来高效压缩融合信息并预测下一个观察值。我们首次提出了关于如何从视觉和本体感知预测触觉以及跨模态生成的研究，以及这对于软体机器人在非结构化环境中的交互的重要性。

Apr, 2024

机器人中神经科学启发的感知行为：应用主动推理进行状态估计，控制和自我感知

通过神经科学发现，活性推理是提升机器人算法在适应性、鲁棒性、灵活性、基础理解、安全交互等方面的潜在解决方案，通过模拟实际机器人平台的研究实验，揭示了机器人感知上的挑战和限制。

May, 2021

面向人形机器人的积极推断身体感知和动作

通过在仿生系统中应用主动推理身体感知和行为模型，能够在机器人上实现适应性身体感知和动作，并分析该方法适用于现实世界的交互。

Jun, 2019

光导性的主动推断实现

本文通过一个简单的基于代理的模型，展示了积极推理作为感知和行动的一种可能的统一理论，并且解释了行为和感知之间的深层对称性。

Jul, 2017

实时感知遇上反应式动作生成

研究了机器人在存在不确定性情况下的抓取和操纵问题，提出了连续实时感知和反应运动生成方法在动态操纵场景中的重要性，并比较了三种不同的系统架构。通过在真实机器人平台上进行四个场景的广泛评估，量化了反应运动生成系统中不同时间尺度实时反馈融合的鲁棒性和准确性，并报告了系统建设中的经验教训。