学习潜在动作以控制辅助机器人

辅助机械臂使残障人士能够自行完成日常任务。这些机械臂灵巧且为高维；然而，人们必须用来控制其机器人的接口是低维的。考虑用 2 自由度操纵杆遥操作 7 自由度机器人手臂。机器人正在帮你吃晚餐，而当前你想切一块豆腐。如今的机器人假定操纵杆输入与机器人动作之间具有预定义的映射：在一种模式下操纵杆控制机器人在 x-y 平面内的运动，在另一种模式下操纵杆控制机器人的 z-偏航运动，依此类推。但这种映射忽略了你正试图执行的任务！理想情况下，一个操纵杆轴应控制机器人如何戳豆腐，另一个轴应控制不同的切割运动。我们的见解是，通过将机器人的高维动作嵌入到低维且人类可控制的潜在动作中，可以实现对辅助机器人的直观、用户友好的控制。我们将此过程分为三部分。首先，我们探索从离线任务演示中学习潜在动作的模型，并形式化潜在动作应满足的性质。接下来，我们将学习到的潜在动作与自主机器人辅助相结合，以帮助用户达成并维持其高层目标。最后，我们学习操纵杆输入与潜在动作之间的个性化对齐模型。我们在四项用户研究中评估了我们的最终方法，其中非残障参与者抓取棉花糖、制作苹果派、切豆腐和组装甜点。然后我们在两名日常使用辅助设备的残障成人身上测试了我们的方法。