学习四足机器人的握手偏好
机器人学
2024-07-01 v1
摘要
四足机器人正在展现出驾驭现实世界的惊人能力。若希望其更好地融入社会，与人类交互的社会信任度将变得越来越重要。此外，机器人还需要能够针对不同人类的个体偏好进行适应。本文研究了基于用户偏好学习四足机器人最优握手动作的社交交互任务。虽然在三脚支撑的情况下，我们以幅值、频率、刚度和持续时间为参数化握手动作。通过对 25 个受试者进行 10 次二选一选择，我们学习了信念模型以拟合个体偏好。我们的结果表明，这是一种有效策略，76% 的用户对其识别出的最优握手参数感到满意，20% 的用户感到中立。此外，与随机握手和测试握手相比，优化后的握手在幅值和频率误差上显著降低，动态时间变形得分下降，能源效率得到改善，所有这些都表明机器人已针对用户的偏好实现了同步。视频结果可在 https://youtu.be/elvPv8mq1KM 查看。
引用
@article{arxiv.2406.19893,
title = {Learning Human-Robot Handshaking Preferences for Quadruped Robots},
author = {Alessandra Chappuis and Guillaume Bellegarda and Auke Ijspeert},
journal= {arXiv preprint arXiv:2406.19893},
year = {2024}
}
备注
Accepted to the 2024 IEEE International Conference on Robot and Human Interactive Communication (RO-MAN)