Sep, 2019

使用学习的潜在行为控制辅助机器人

PDF
TL;DR本文探讨了利用潜在动作来提高人类对辅助机器人的远程操纵效率的问题，并设计了一种基于任务示范的远程操纵算法，该算法通过提出的控制性，一致性和可伸缩性原则来评估不同的低维度嵌入，并进行了两个用户研究来验证性能。研究结果表明，利用潜在动作的辅助机器人的远程操纵效率更高，也更易于使用。
assistive roboticsteleoperationlatent actionsuser-friendlyefficiency
发现论文，激发创造
  • 学习潜在行为的共享自主性

    本文介绍了一种结合了共享自主系统和学习潜在动作的方法，用于实现精确的援助机器人操作，主要集中在维度减少技术和对象操作方面。

    May, 2020

  • 人－机联合学习的高效机器人操作技能获取

    通过使用一个新型的人机协作系统，允许人类操作员与机器人共同控制机器人末端执行器，从而实现了同时进行人类示范收集和机器人操作教学，以提高数据收集效率和降低人类适应性需求。

    Jun, 2024

  • 利用高维界面学习控制复杂机器人：初步的见解

    本文研究采用运动传感器技术对有限活动能力的人体上半身动作进行捕捉，将其作为输入来控制 7 自由度辅助机器臂。通过对两位参与者的实验数据进行初步分析，观察到利用机器智能可以发现高维机器人控制中一些关键的难点和不一致性，从而促进未来接口学习的发展。

    Oct, 2021

  • 基于学习的潜在动作空间规划的通用四肢行走

    本篇论文介绍了一种全学习的层次化框架，可以同时学习低层控制器和高层潜在动作空间，并对多个机器人的运动进行泛化，并利用其学习的高级动力学模型，通过模型预测控制方法计划连续潜在动作，成功实现了多个任务和两个模拟器上的优越表现，并将其与基于反向运动学（IK）的运动规划方法进行比较。在 Daisy 六足机器人实验上，表现出了很好的稳健性和样本效率。

    Aug, 2020

  • 合拢式远程操作：自信地将人类输入映射为高维机器人动作

    通过统计学方法和数据驱动的模型，我们提出了一种辅助机器人操作的方法，可以准确地估计用户意图，并主动寻求干预。

    Jun, 2024

  • 辅助人类进行运动控制任务的教学

    提出了一种利用强化学习中的技能发现方法来辅助教授机动控制任务，并通过混合合成和用户研究证明使用技能辅助教学方法能提高学生绩效 40％，个性化教学可进一步提高 25％。

    Nov, 2022

  • 探索辅助机器人臂的 AI 增强共享控制

    论文探讨了如何将人工智能集成到共享控制范式中，特别关注了人与机器人之间接口的要求和如何在显著减少心理负担和所需的运动技能的同时保持人的参与。

    Jun, 2023

  • 学习潜在表示以共同适应人类

    论文介绍了一种算法形式化的机器人与动态人类相互协调的方法，使用机器人的低级状态、行为和奖励，结合高级别的人类政策和政策动态来实现，该方法在博弈和建造任务中进行了实际人类协作实验，表明比基线方法更好地学习了与不完美、嘈杂、时变代理协调。

    Dec, 2022

  • 弱监督分解学习中的示范学习

    通过概率生成模型的优化问题，使用高容量神经网络进行可解释的演示学习任务，以高层次概念对其潜在变量进行对齐，并与末端用户标签进行比较，基于两个针对桌面机器人操作的任务（用海绵擦拭和容器之间的倾倒），验证了此方法。

    Jun, 2020

  • 基于表现性潜变空间的无监督人机动作转接

    利用深度学习方法实现人到机器人动作重定向，无需人与机器人动作数据对齐，构建共享的潜空间并进行机器人运动控制，通过简单线性插值生成中间动作，多种输入模态下的机器人控制全面评估，与现有工作相比，在增加自然人机沟通的能力和提升机器人融入日常生活的信任度方面展示了有效性。

    Sep, 2023