辅助机器人中对非预期界面操作的定制化处理

我们提出了一种辅助系统，其在机器人遥操作过程中推断人的预期动作，从而对非预期行为提供适当修正。我们对机器人遥操作期间人与控制界面的物理交互进行建模，并明确区分预期物理动作与实测物理动作。通过使用基于模型的推断技术对未观测意图进行推理，我们的辅助系统对用户发出的指令提供定制化修正。我们通过一项 10 人的受试者研究验证了算法，评估了所提辅助范式的性能。结果表明，这些辅助范式显著减少了任务完成时间、模式切换次数、认知负荷与用户挫败感，并提升了整体用户满意度。