提升情境感知人类运动预测以提高机器人手臂交换的效率
机器人学
2025-03-04 v1
摘要
准确的人类运动预测（HMP）对于实现无缝的人机协作至关重要，尤其是需要实时适应性的手臂交换任务。尽管最先进的模型在准确率方面表现优异，但其计算复杂度限制了在实际机器人应用中的部署。本文通过利用 siMLPe [1] 这一轻量且强大的架构，并引入关键改进，来增强手臂交换任务的人类运动预测。我们的方法称为 IntentMotion，集成了意图感知条件、任务特定损失函数和一种新颖的意图分类器，显著提高了运动预测准确率，同时保持了高效性。实验结果表明，我们的方法将Body Loss误差降低了超过50%，实现了200倍的推理速度，仅需使用现有HMP模型的3%的参数。这些突破性进展使我们的框架成为实时人机交互的高效且可扩展解决方案。
引用
@article{arxiv.2503.00576,
title = {Enhancing Context-Aware Human Motion Prediction for Efficient Robot Handovers},
author = {Gerard Gómez-Izquierdo and Javier Laplaza and Alberto Sanfeliu and Anaís Garrell},
journal= {arXiv preprint arXiv:2503.00576},
year = {2025}
}
备注
7 pages, 3 figures