通过计算设计提高人机协作能力
提出一种基于 answer set programming 的协作装配方法,结合常识推理和丰富的通信行为,用于应对组装过程中的不确定性,适用于现实世界中的协作任务,如家具组装等。
Aug, 2020
本研究通过一个协同迷宫游戏设计,用深度强化学习技术实现了人机共同协作。研究结果证明人机共同协作相互影响,在时间的推进下不断适应并建立起相应策略,这为人机智能的协作提供了可行的方案。
Mar, 2020
本文提出一种基于优化的框架用于重新布置室内家具,以更好地容纳人机共同活动。优化算法基于多种空间和语义相关信息,将家具重新布置以保留人类功能性需求的同时为机器人活动留出足够空间,并通过自适应模拟退火和共轭梯度演化策略解决优化问题。实验结果显示,重新布置后的场景平均提供了 14%更多的可访问空间和 30%更多的物品供机器人和人类交互。
Mar, 2023
本文介绍了一种集成框架,用于支持主动的人机协作,并解决了数据稀缺、人员行为多样、交互安全不确定等问题。实验表明,该框架在 Kinova Gen3 机器人的组装任务中,能有效地提高任务效率,以及确保主动协作的安全性。
Jun, 2023
本研究提出了一种基于马尔可夫决策模型的方法,针对人与机器人合作中存在的不确定性,自动推导出可能的人类行为策略,并提出了一种基于部分可观察的马尔可夫决策过程的机器人计划算法。实验结果表明该方法可实现合作任务的稳定性和高效性。
Feb, 2023
本文介绍了一种基于演示学习和姿态估计的人机协作装配系统,使机器人能够适应于人类操作中的不确定性,我们的实验表明,系统能成功地适应于不同的目标位置。
Dec, 2022
本文提出了一种名为 FlexHRC 的传感、表示、规划和控制架构,可用于人机灵活协作,以便制造业从协作机器人的关键好处中获益。该架构依赖于可穿戴传感器用于人类动作识别,AND/OR 图用于表示和推理合作模型,以及任务优先框架用于将动作计划与机器人运动规划和控制分离。
Jul, 2017
本文探讨在制造应用中优化人机协作(HRC)框架以解决工作相关肌肉骨骼疾病(WMSDs)的高患病率,并提出两个假设:通过动作数据从重要的传感器中量化专业任务,将最危险的任务分配给协作机器人;通过包括手势识别和空间适应来提高 HRC 方案人体工效学并减少运营商肌肉骨骼搬运的身体努力。本文在电视制造过程中进行了 HRC 场景优化,并训练了一个基于深度学习的手势识别模块。
Mar, 2022
本文评估了一种人机协作方案,该方案结合了任务分配和动作规划推理的层次,使用贝叶斯推理预测他的人类伴侣的下一个目标,并实时重新规划自己的行动,实现了预期的适应性,取得了良好的人 - 机表现优化。
Feb, 2018