用于应对任务可变性的纠正型共享自治
机器人学
2021-04-09 v2
摘要
许多任务，尤其是涉及与环境交互的任务，具有高可变性，使机器人自治难以实现。一种灵活的解决方案是将具备更优经验与认知能力的人类输入作为共享自治策略的一部分引入。然而，当前共享自治方法并未设计用于处理用户为应对任务可变性可能需提供的广泛必要纠正（例如位置、力、执行速率等）。本文提出纠正型共享自治，用户在原本自治的任务模型之上对关键机器人状态变量提供纠正。我们给出了该共享自治范式的一个实例，并通过针对飞机装配中三类含可变性任务的系统级用户研究，展示了其可行性与低用户负担和体力需求等益处。
引用
@article{arxiv.2102.07165,
title = {Corrective Shared Autonomy for Addressing Task Variability},
author = {Michael Hagenow and Emmanuel Senft and Robert Radwin and Michael Gleicher and Bilge Mutlu and Michael Zinn},
journal= {arXiv preprint arXiv:2102.07165},
year = {2021}
}
备注
IEEE Robotics and Automation Letters (RA-L)