基于自适应任务分配的人类在环式失效恢复
机器人学
2026-02-04 v1
摘要
自从最近的新冠疫情以来，移动操作机械手和人oid助理机器人由于自动化水平的提高，越来越多地被采用用于患者护理和生活协助。尽管在自动化方面取得了进展，这些机器人往往在动态和非结构化环境中难以可靠地运行，需要人类介入来恢复故障。有效的人机协作对于使机器人能够从最合格的运算员处获得帮助，以减少其工作负担并最小化任务执行中的中断至关重要。本文提出了一种分配机器人故障给人类操作员的自适应方法（ARFA）。我们的方法建模了人类操作员的能力，并根据其实际性能持续更新这些信念。对于每一个待解决的故障，奖励函数根据操作员能力和历史数据、任务紧急程度以及当前的工作负载分布计算预期结果。随后，故障被分配给预期奖励最高的操作员。我们的仿真和用户研究表明，ARFA 优于随机分配，显著减少机器人空闲时间，提高整个系统的性能，并导致操作员之间的工作负荷更分布。
引用
@article{arxiv.2602.03603,
title = {Human-in-the-Loop Failure Recovery with Adaptive Task Allocation},
author = {Lorena Maria Genua and Nikita Boguslavskii and Zhi Li},
journal= {arXiv preprint arXiv:2602.03603},
year = {2026}
}