人机共餐：群体机器人辅助喂食中的喂食时机预测
机器人学
2022-11-18 v2 人工智能
人机交互
机器学习
摘要
我们开发了数据驱动的模型，用于预测在社会性用餐场景中机器人应于何时进行喂食。能够独立地与朋友和家人一起用餐，被认为是行动不便人士最难忘和最重要的活动之一。虽然现有的面向行动不便人士的机器人喂食系统侧重于独自用餐，但共餐（即一起吃饭的行为）往往是首选的用餐方式。与他人共享餐食给机器人带来了社会适宜的喂食时机问题，即机器人应在不破坏共享餐食的社会动态的情况下进行喂食的合适时机。我们的核心见解是，考虑到社会线索微妙平衡的饮食时机策略，能够在社会性用餐场景下的机器人辅助喂食中实现无缝交互。我们通过收集包含30组三人共同用餐的人类共餐数据集（HHCD）来解决此问题。我们利用该数据集分析人类之间的共餐行为，并开发社会性用餐场景中的喂食时机预测模型。我们还将这类模型迁移到人机共餐场景中。我们的用户研究表明，当我们的算法利用用餐者之间的多模态社会信号线索来建模喂食时机时，预测效果会得到提升。HHCD数据集、用户研究视频和代码可在 https://emprise.cs.cornell.edu/hrcom/ 获取。
引用
@article{arxiv.2207.03348,
title = {Human-Robot Commensality: Bite Timing Prediction for Robot-Assisted Feeding in Groups},
author = {Jan Ondras and Abrar Anwar and Tong Wu and Fanjun Bu and Malte Jung and Jorge Jose Ortiz and Tapomayukh Bhattacharjee},
journal= {arXiv preprint arXiv:2207.03348},
year = {2022}
}
备注
6th Conference on Robot Learning (CoRL), 2022