FEAST：面向野外个性化的灵活餐饮协助系统
机器人学
2025-06-30 v2 人工智能
摘要
物理式护理机器人在提升全球数百万名需要帮助进食者生活质量方面具有巨大潜力。然而，由于在实际部署过程中会出现多样化的活动（如进食、饮水、擦嘴）、情境（如社交、观看电视）、食物类型以及用户偏好，居家餐饮协助仍面临挑战。为此，我们提出FEAST，一个能够针对个体护理接受者需求进行野外个性化的灵活餐饮协助系统。该系统由两名社区研究者合作开发，基于针对多样化护理接受者的形式化研究得到指导，其体系以以下三个关键原则为指导：适应性、透明性和安全性。FEAST通过以下方式体现这些原则：（i）模块化硬件，使其能够在帮助进食、饮水和擦嘴之间灵活切换；（ii）多样化的交互方式，包括网页界面、头部手势和物理按钮，以适应不同功能能力和偏好；（iii）可安全且透明地使用的大语言模型参数化行为树。我们根据形式化研究中确定的个性化需求对系统进行评估，结果表明FEAST提供了广泛的透明且安全的调整选项，显著优于仅限于固定定制的先进基准。为演示实际应用性，我们在两个护理接受者（即社区研究者）身上进行了居家用户研究，他们在三个多样化情境下各进食三餐。我们进一步通过评估一位不熟悉该系统的职业治疗师对其生态有效性进行了评估。在所有情况下，用户都成功地将FEAST个性化以满足其个人需求和偏好。网站：https://emprise.cs.cornell.edu/feast
引用
@article{arxiv.2506.14968,
title = {FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization},
author = {Rajat Kumar Jenamani and Tom Silver and Ben Dodson and Shiqin Tong and Anthony Song and Yuting Yang and Ziang Liu and Benjamin Howe and Aimee Whitneck and Tapomayukh Bhattacharjee},
journal= {arXiv preprint arXiv:2506.14968},
year = {2025}
}
备注
RSS 2025 - Best Paper Award