计算机科学 > 机器人技术
[提交于 2025年7月7日
]
标题: IDAGC:通过人类意图估计和多模态策略学习的自适应通用人机协作
标题: IDAGC: Adaptive Generalized Human-Robot Collaboration via Human Intent Estimation and Multimodal Policy Learning
摘要: 在人机协作(HRC)中,涵盖物理交互和远程协作,准确估计人类意图以及无缝切换协作模式以调整机器人行为仍然是主要挑战。 为解决这些问题,我们提出了一种基于意图的自适应通用协作(IDAGC)框架,该框架利用多模态数据和人类意图估计来促进在不同场景下的多任务自适应策略学习,从而实现协作模式的自主推理和机器人动作的动态调整。 该框架克服了现有HRC方法的局限性,这些方法通常仅限于单一协作模式,并缺乏识别和在多种状态之间过渡的能力。 我们框架的核心是一个预测模型,它通过条件变分自编码器(CVAE)捕捉视觉、语言、力和机器人状态数据之间的相互依赖关系,以准确识别人类意图并自动切换协作模式。 通过为每种模态使用专用编码器,并通过Transformer解码器集成提取的特征,该框架高效地学习多任务策略,同时力数据在物理交互过程中优化合规控制和意图估计的准确性。 实验表明了我们框架在推动HRC全面发展的实际潜力。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.