在人-机器人交互中引发自然行为时最小化数据收集偏差的考量
机器人学
2023-04-20 v1
摘要
我们许多研究人员会采取额外措施来控制已知未知因素。然而，未知未知因素在最好情况下可忽略不计，否则可能产生不可靠数据，并在实际下游应用中带来严重后果。由经验数据支撑的人-机器人交互标准可节省我们的时间与精力，并为通往未来机器人之路提供方向。为此，我们分享了部分试点研究、经验教训，以及它们如何影响实验 outcomes。尽管这些方面本身可能不足以发表，我们希望我们的工作能为其他研究者的研究节省时间与精力，并作为研讨会讨论的额外考量。
引用
@article{arxiv.2304.09413,
title = {Considerations for Minimizing Data Collection Biases for Eliciting Natural Behavior in Human-Robot Interaction},
author = {Snehesh Shrestha and Ge Gao and Cornelia Fermuller and Yiannis Aloimonos},
journal= {arXiv preprint arXiv:2304.09413},
year = {2023}
}