基于切换树的层次化意图跟踪：适用于协作机器人中的动态人类意图
机器人学
2025-06-18 v2
摘要
在协作任务中，人类行为受由多个层次意图驱动，这些意图随时间演化，例如任务序列偏好和交互策略。为了适应这些变化的偏好并及时纠正不准确的估计，协作机器人必须实时准确地跟踪这些动态的人类意图。我们提出层次化意图跟踪（HIT）算法，用于协作机器人实时有效地跟踪动态和层次化的人类意图。HIT 将人类意图表示为具有任意深度的意图树，通过贝叶斯滤波、向上测量传播和向下后验传播在所有层次上进行概率跟踪。我们开发了基于 HIT 的机器人系统，可在协作装配任务中动态切换 Interaction-Task 与 Verification-Task 树，使机器人能够在三个层次上有效协调人类意图：任务层（子任务目标位置）、交互层（与机器人之间的交互方式）和验证层（确认或纠正意图识别）。我们的使用者研究表明，基于 HIT 的协作机器人系统在实现效率、物理负荷和用户舒适度之间取得平衡，同时确保安全和任务完成。进一步的实验调查显示，基于 HIT 的系统通过在多个层次上有效理解人类意图而提升用户信任，并最小化对用户任务流程的中断。
引用
@article{arxiv.2506.07004,
title = {Hierarchical Intention Tracking with Switching Trees for Real-Time Adaptation to Dynamic Human Intentions during Collaboration},
author = {Zhe Huang and Ye-Ji Mun and Fatemeh Cheraghi Pouria and Katherine Driggs-Campbell},
journal= {arXiv preprint arXiv:2506.07004},
year = {2025}
}
备注
15 pages, 10 figures