Apr, 2024

预测与服务机器人互动意图：凝视线索的作用

PDF
TL;DR对于服务机器人来说，关键是能够尽早地察觉到接近的人有意互动，以便主动采取友好行为，从而提升用户体验。我们通过一个自监督训练的序列到序列分类器来解决这个感知任务，主要研究了在这种情况下表示人的目光的特征的益处。在一个新的数据集上进行的大量实验证明，包含目光线索显著提高了分类器的性能（AUROC 从 84.5% 增加到 91.2%），能够实现准确分类的距离从 2.4 米提高到 3.2 米。我们还量化了系统在无外部监督的情况下适应新环境的能力。定性实验证明了与服务员机器人的实际应用。
service robotuser intentiongaze cuesclassifier performanceadaptation to new environments
发现论文，激发创造
  • 凝视意图估计：在 HRI 中的原理、方法和应用

    该论文综述了视觉注意力、眼动追踪及基于注视点的意图识别在智能机器人、电信系统和辅助机器人系统中的应用，并强调了设计这些系统时需要考虑的重要人因素问题和当前的限制。

    Feb, 2023

  • 理解机器人学习过程中教师凝视模式

    该研究探讨了人类在机器人示范任务中的凝视模式，提出了如何利用这些模式来增强机器人的学习，进而提出了两种基于凝视数据的算法，并证明了这些凝视数据可以提高多步骤任务的子任务分类达 6％，提高单步任务的奖励推断和策略学习达 67%。

    Jul, 2019

  • 工业人机协作中的凝视检测与分析

    在这项研究中，通过研究人与机器人协同组装任务过程中的注视行为，发现注视机器人的目光往往是协同活动开始的前兆，为提升人机协同体验提供了潜在的改进方法。

    Dec, 2023

  • 行动预测：读懂人类和机器人的意图

    本研究致力于研究人类如何利用共享的运动副本和动作模型等非语言视觉线索阅读他人的行为意图，研究人员使用实验数据和计算模型来验证其在人机交互领域中的应用，结果表明该模型对于解读人类行为意图和实现可读性交互是可行的。

    Feb, 2018

  • 让社交机器人处理社交线索，检测何时帮助用户

    本文提出一种基于社交线索的多模态融合方法，利用眼神和语言等社交线索实现实时的用户需求识别，这有助于社交机器人适应用户行为和喜好，从而提高用户体验。

    Oct, 2021

  • CUEING：一项为自动驾驶编码人类凝视的先驱工作

    该论文提出了一种自适应的方法来清洗现有的人类凝视数据集，并提出了一个健壮的卷积自我注意凝视预测模型，实验证明我们的清洗方法和模型能够显著提高 ADS 性能和泛化能力。

    May, 2023

  • 推断用户在导航场景中对机器人表现的印象

    我们研究使用非语言行为线索和机器学习技术来预测人们对机器人行为的印象，通过观察类型的不同组合以及人类和监督学习技术的预测能力分析发现，面部表情和空间特征对人类对机器人表现的印象有用，而导航场景中的空间特征是这种推断任务中最关键的信息。在二元分类中，人类预测和机器学习模型的 F1 分数提高了一倍以上，表明它们在判断机器人表现的方向性上比精确预测性能评级更好。基于我们的研究结果，我们提供了在真实导航场景中实施这些预测模型的指南。

    Oct, 2023

  • 利用凝视和运动特征的意图估计，用于人机共享控制的物体操作

    使用自然注视和运动特征来预测当前动作和目标对象的一个意图估计框架，可在较拥挤的场景中在单手或双手操作时进行训练和测试，并提出了一个基于规则的模型来识别双手操作。

    Aug, 2022

  • 基于凝视的人机协作中的注意力识别

    本篇论文介绍了使用深度学习方法进行注意力识别来提高人机协作的体验，采用注视方向估计和迁移学习技术来识别人类操作员在协作过程中的注意力和分心行为，为此首次在仿真工业场景下验证了关注度识别模型的性能。

    Mar, 2023

  • 课堂人机交互沟通中非语言行为和社交注视的应用

    研究了课堂人机交互情景以及在机器人认知架构中运用人类启发的社交凝视模型以促进更无缝的社交互动，详述了研究中探索的人机交互情景和社交凝视模型，并强调在课堂人机交互情景中利用这样的关注模型的优点，以及即将进行的研究目标。

    Dec, 2023