人类与机器人交互可通过调节黏弹性提升感知预测
机器人学
2024-10-18 v1
摘要
在操纵物体或共同舞蹈等场景中，人类与机器人之间会交换能量和触觉信息。虽然能量交换在人机交互中已有广泛研究，但触觉信息的交换机制尚不明了。本文构建了一个计算模型，模拟能够调节自身黏弹性并考虑感知与运动噪声的智能体之间的力学与感知互动。所提出的随机最优信息-effort控制器 (stochastic-optimal-information-and-effort, SOIE) 预测通过调整黏弹性可如何提升触觉信息交换及其性能。该控制器首先在机器人-机器人跟踪任务实验中实现，实验结果表明其优于刚性或顺应性控制。重要的是，该最优控制器还能预测连接人类的个体如何调整肌肉激活以改善触觉沟通，并根据自身感知噪声和触觉扰动对自身黏弹性进行差异化调节。在随后进行的人机实验中，结果表明该最优控制策略对机器人具备实际应用价值，使其在根据自身及用户噪声特征调节黏弹性后，跟踪性能和触觉沟通效果均得到显著提升。因此，所提出的 SOIE 控制器可用于增强人类与机器人之间的触觉沟通与协作能力。
引用
@article{arxiv.2410.13755,
title = {Interacting humans and robots can improve sensory prediction by adapting their viscoelasticity},
author = {Xiaoxiao Cheng and Jonathan Eden and Bastien Berret and Atsushi Takagi and Etienne Burdet},
journal= {arXiv preprint arXiv:2410.13755},
year = {2024}
}