通过专家示范指导纠正型共享自治中的实时修正

纠正型共享自治是一种将人类修正叠加于原本自主的机器人行为之上的方法。具体地，纠正型共享自治系统利用外部控制器，允许跨一系列任务变量（如工具转速、施加力、路径）进行修正，以应对任务的特定需求。然而，这种固有的灵活性使得在任何给定时刻允许何种修正难以确定。该修正选择包括确定合适的机器人状态变量、这些变量的缩放比例，以及让用户以直观方式指定修正的途径。本文基于示教学习提供自动化方案，提取标称行为并解决这些核心问题，从而实现高效的纠正型共享自治。我们的评估表明，该方案使用户成功完成表面清洁任务，识别出用户在施加修正时采用的不同策略，并指出了我们方案的未来改进方向。