基于学习的动态机器人至人类传递
机器人学
2025-02-19 v1
摘要
本文提出了一种新颖的基于学习的动态机器人至人类传递方法，解决了将物品递送至移动接收者方面的挑战。我们假设，动态传递即机器人根据接收者的运动进行调整，相较于静态传递（即接收者被假设为 stationary）的传递方式，能够实现更高效和更舒适的交互。为此，我们开发了一种用于生成连续传递运动的非参数方法，该方法以接收者的运动为条件，并使用由 1000 组人类至人类传递示范数据训练的模型。我们集成了偏好学习以提高传递效果，并应用阻抗控制确保用户安全和适应性。该方法在仿真和实际环境中进行了评估，用户研究表明，动态传递显著减少传递时间并提高用户舒适度，优于静态方法。本项目的视频和演示可在 https://zerotohero7886.github.io/dyn-r2h-handover 查看。
引用
@article{arxiv.2502.12602,
title = {Learning-based Dynamic Robot-to-Human Handover},
author = {Hyeonseong Kim and Chanwoo Kim and Matthew Pan and Kyungjae Lee and Sungjoon Choi},
journal= {arXiv preprint arXiv:2502.12602},
year = {2025}
}
备注
Accepted to ICRA 2025. For associated videos, see https://zerotohero7886.github.io/dyn-r2h-handover