遥操作的智能模式切换框架

由于感知受限、通信延迟高以及操作端自由度有限，遥操作可能非常困难。自主遥操作通过预测用户意图并自主执行部分任务来克服这一困难，从而降低对操作员的需求并提高任务完成率。然而，模式切换的决策通常被认为由操作员完成，这给操作员带来了额外的自由度控制，并增加了额外的心理负担。另一方面，当前文献未研究通信视角，尽管通信不完善和资源限制是遥操作的主要瓶颈。在本研究中，我们通过联合考虑模式切换和通信系统，提出了一种智能模式切换框架。用户意图识别在操作端完成。基于用户意图识别，在操作端训练并部署一个深度强化学习（DRL）智能体，以在自主模式和遥操作模式之间无缝切换。我们从遥操作测试平台收集了真实世界数据集，用于训练用户意图识别和DRL算法。结果表明，所提出的框架可以实现高达50%的通信负载减少，同时提高任务完成概率。