预测人类空间互动的动态模型的因果发现

Oct, 2022

预测人类空间互动的动态模型的因果发现

Causal Discovery of Dynamic Models for Predicting Human Spatial Interactions

Luca Castri, Sariah Mghames, Marc Hanheide, Nicola Bellotto

TL;DR本研究将因果发现方法应用于人机空间相互作用建模，从真实世界的传感器数据中尝试理解人类行为，提高服务机器人场景的预测准确性。

Abstract

Exploiting robots for activities in human-shared environments, whether warehouses, shopping centres or hospitals, calls for such robots to understand the underlying physical interactions between nearby agents and objects. In particular, modelling cause-and-effect relations between the latter can help to predict unobserved human behaviours and anticipate the

causal discovery methods human-robot spatial interactions real-world sensor data service robotics scenarios prediction accuracy

发现论文，激发创造

ROS-Causal 在真实世界人机空间交互场景中的实验评估

在人类共享环境中部署机器人需要对附近的代理和物体的互动进行深入理解。利用因果推断模型因果关系有助于预测人类行为并使机器人干预成为可能。本研究评估了 ROS-Causal，在模拟和实验室场景中进行数据集的性能和效果分析，证明了该方法的有效性，同时提供了帮助研究人员改进机器人系统在共享环境中性能的发现。

Jun, 2024

高效机器人应用的因果发现

利用机器人实现快速而准确的因果分析，以提高机器人与人类的交互质量。

Oct, 2023

ROS-Causal: 基于 ROS 的人机交互应用因果分析框架

该论文介绍了 ROS-Causal，这是一个基于 ROS 的框架，用于在人机空间交互中进行数据收集和因果推理，并通过 ROS 集成的临时模拟器展示了机器人在数据收集过程中生成因果模型的效果。

Feb, 2024

基于时间观察的因果发现技术在道路驾驶行为上的评估

本文探讨了从低级别的时间观察中学习高级因果结构的问题，使用了当代基于观察的时间因果发现技术来探究自主机器人场景中的因果发现，并在多个数据集上进行了实验验证，提出了未来探索因果发现在自主机器人中应用的方向。

Jan, 2023

多智能体空间交互的定性预测

本文介绍并对比三种多机器人交互预测算法，包括使用直观的定性表示，纳入静态和动态上下文，采用输入和时间注意力机制，基于状态 - of-the-art 深度神经网络，利用数据驱动的预测方法和 QTC 空间交互进行运动预测。实验结果表明，纯数据驱动的预测方法通常优于其他两种方法，并进一步评估其泛化能力。

Jun, 2023

利用人类引导的因果知识实现更一般化的机器人任务规划

通过人类引导的因果知识的使用，作者在语言接口和机器人上开发和测试了一种方法，可以使机器人在新环境中获得泛化解决方案。

Oct, 2021

在线适应的人类模型分析

本研究模拟机器人学习算法为动态系统，控制为机器人观察到的人类数据，利用可达性分析和最优控制解决机器人在线学习参数的安全问题，并在自主驾驶和室内导航等四个领域展示了其实用性。

Mar, 2021

人类学习动态建模与影响

本文介绍了一种模拟人类学习为非线性动力学系统的新方法，以监督机器人如何影响人类内部模型的变化，并通过嵌入人类学习动态模型到机器人规划问题中来实现。我们提供了一个折衷方案，以牺牲所能代表的人类内部模型的复杂性为代价，使机器人能够学习这些内部模型的非线性动力学。在一系列模拟环境和面对面的用户研究中，我们评估了我们的推断和规划方法，表明机器人对人类学习的影响是可能的，并且可以在真实的人机交互中有所帮助。

Jan, 2023

为什么失败了？一种因果推理方法寻找机器人失败的解释

本文提出了一种新方法以解决机器人失败后向用户提供直观的因果解释，其利用生成对比性解释的方式，基于来自贝叶斯网络的因果模型，并在两个场景中测试了其准确性。

Apr, 2022

基于观测学习的因果机器人通讯

介绍了如何应用心理学的学习行为洞见为机器人意图交流提供洞见，并通过从一个动作序列中选择性地解释因果动作的方式，使机器人更有效地传达其目的。

Mar, 2022