机器人辅助灾难响应中语义信息的分类体系
机器人学
2023-02-21 v1
摘要
本文提出机器人辅助灾难响应中语义信息的分类体系。机器人正越来越多地用于危险环境行业和应急响应团队执行各种任务。此类应用中的操作决策需要对远离人类操作员的环境具有复杂的语义理解。机器人的低级传感数据被转化为感知和信息认知。目前，此类认知主要由人类专家执行，其监控远程传感器数据（如机器人视频流）。这催生了机器人自身具备 AI 生成的语义理解能力的需求。当前关于语义和 AI 的工作偏向研究谱系的学术端，因此相对脱离一线响应团队的实际现实。我们旨在使本文成为弥合此鸿沟的一步。我们首先回顾灾难响应中的常见机器人任务及此类机器人必须收集的信息类型。然后将灾难操作中可能有用的语义特征和理解类型组织为语义信息分类体系。我们还简要回顾当前最先进的语义理解技术。我们强调了潜在的协同效应，但也识别出应用这些想法所需弥合的差距。我们旨在激发所需的研究，以在灾难和一线响应场景的挑战性条件下调整、鲁棒化并实施最先进的 AI 语义方法。
引用
@article{arxiv.2210.00125,
title = {A Taxonomy of Semantic Information in Robot-Assisted Disaster Response},
author = {Tianshu Ruan and Hao Wang and Rustam Stolkin and Manolis Chiou},
journal= {arXiv preprint arXiv:2210.00125},
year = {2023}
}