基于贝叶斯方法的远程移动机器人导航中人类操作员意图识别
机器人学
2021-09-27 v1 概率论
摘要
本文研究遥操作机器人导航过程中人类操作员意图识别问题。在此背景下，识别操作员预期的导航目标可使人工智能（AI）代理能够在先进的人机交互框架中辅助操作员。我们提出一种贝叶斯操作员意图识别（BOIR）概率方法，其利用：(i) 观测模型，将多源提供几何信息的观测作为加权组合进行融合；(ii) 转移模型，指示状态的演化；(iii) 动作模型，即主动意图识别模型（AIRM），使操作员能够异步传达其显式意图。所提方法在一个实验中进行了评估，实验中操作员控制远程移动机器人，在不同地图与障碍物布局的多种场景下执行导航与探索任务。结果表明，BOIR 在意图识别的准确率和不确定性方面优于文献中的两种相关方法。
引用
@article{arxiv.2109.12045,
title = {A Bayesian-Based Approach to Human Operator Intent Recognition in Remote Mobile Robot Navigation},
author = {Dimitris Panagopoulos and Giannis Petousakis and Rustam Stolkin and Grigoris Nikolaou and Manolis Chiou},
journal= {arXiv preprint arXiv:2109.12045},
year = {2021}
}
备注
7 pages, 3 figures, 2 Tables, IEEE International Conference SMC 2021