面向终端用户创建机器人任务规划方法的评估
机器人学
2018-11-08 v1
摘要
我们如何能让用户为协作机器人创建高效、由感知驱动的任务规划?我们使用基于行为树(Behavior Tree)的 CoSTAR 系统开展了一项 35 人的用户研究,以确定哪些供终端用户创建可泛化机器人任务规划的策略最具可用性和有效性。CoSTAR 允许领域专家为协作机器人编写复杂的、基于感知的任务规划。作为 CoSTAR 广泛能力的一部分,它允许用户指定 SmartMoves:诸如“从桌子右侧拾取部件 A”之类的抽象目标。参与者被要求使用 SmartMoves 或 CoSTAR 三种更简单的基线版本之一来完成拾放装配任务。总体而言,参与者认为 CoSTAR 高度可用,系统可用性量表(System Usability Scale)平均得分为 73.4(满分 100)。SmartMove 还帮助用户更快、更有效地完成任务;所有 SmartMove 用户都完成了前两项任务,而并非所有使用其他策略的用户都完成了任务。SmartMove 用户在三项任务中均展现出更好的感知整合表现。
引用
@article{arxiv.1811.02690,
title = {Evaluating Methods for End-User Creation of Robot Task Plans},
author = {Chris Paxton and Felix Jonathan and Andrew Hundt and Bilge Mutlu and Gregory D. Hager},
journal= {arXiv preprint arXiv:1811.02690},
year = {2018}
}
备注
7 pages; IROS 2018