生成共享潜变量以使机器人模仿人体运动并理解其身体局限
机器人学
2021-11-04 v3 人工智能
计算机视觉与模式识别
人机交互
机器学习
摘要
辅助机器人尤其是机器人教练对康复医疗可能非常有帮助。在此背景下，我们提出一种基于高斯过程潜变量模型（GP-LVM）的方法，用于在理疗师、机器人教练和患者之间转移知识。我们的模型能够将人体视觉特征映射到机器人数据，以促进机器人的学习与模仿。此外，我们提出扩展该模型，使机器人在康复动作评估中根据患者的身体局限调整其理解。实验评估表明，在机器人模仿和依据患者局限的模型自适应两方面均取得了有前景的结果。
引用
@article{arxiv.1810.04879,
title = {Generating Shared Latent Variables for Robots to Imitate Human Movements and Understand their Physical Limitations},
author = {Maxime Devanne and Sao Mai Nguyen},
journal= {arXiv preprint arXiv:1810.04879},
year = {2021}
}