在物体抓取与放置任务中预测人类意图以实现全身运动预测
机器人学
2020-07-21 v1
摘要
非结构化环境中的运动预测是一个困难问题，且对于安全高效的人机空间共享与协作至关重要。本工作中，我们关注家庭、工作场所或餐厅等环境中的操作运动，此类整体任务与环境可被利用以产生准确运动预测。针对这些情况，我们提出了一种显式考虑环境几何的算法框架，其基于在动作捕捉数据上训练的可供性模型与短期人体动力学模型。我们为可抓取性与可放置性可供性提出专用函数网络，并利用专用 RNN 进行短期运动预测。抓取与放置概率密度的预测被基于约束的轨迹优化器用于生成整个时域上的全身运动预测。通过与真值数据比较，我们表明全身运动预测的性能与使用预言抓取和放置位置相当。
引用
@article{arxiv.2007.10038,
title = {Anticipating Human Intention for Full-Body Motion Prediction in Object Grasping and Placing Tasks},
author = {Philipp Kratzer and Niteesh Balachandra Midlagajni and Marc Toussaint and Jim Mainprice},
journal= {arXiv preprint arXiv:2007.10038},
year = {2020}
}