面向人机协作的可适应人类意图与轨迹预测
机器人学
2019-09-12 v1
摘要
为了产生安全且高效的人机协作，生成高保真的人类行为预测至关重要。做出准确预测的难点在于人类行为的随机性与异质性。本文通过一种可跨不同人类受试者适应的多任务模型，提出了一种人类轨迹与意图预测方法。我们开发了非线性递归最小二乘参数自适应算法（NRLS-PAA）以实现在线自适应。所提方法的有效性与灵活性已在实验中得到验证。特别地，对于新的受试者，在线自适应可将轨迹预测误差降低超过28%。所提出的人类预测方法具有高灵活性、数据高效性与可泛化性，能够支持面向用户指定任务的HRC系统的快速集成。
引用
@article{arxiv.1909.05089,
title = {Adaptable Human Intention and Trajectory Prediction for Human-Robot Collaboration},
author = {Abulikemu Abuduweili and Siyan Li and Changliu Liu},
journal= {arXiv preprint arXiv:1909.05089},
year = {2019}
}