用于人机交互中意图识别的多模态置信度学习
机器人学
2024-08-15 v1 人机交互
机器学习
摘要
协作机器人技术的快速发展为帮助有生活困难的老年人提供可能的新途径，使机器人能够根据特定意图进行操作。然而，高效的人机合作需要在共享环境中实现自然、准确且可靠的意图识别。当前面临的主要挑战在于减少多模态融合意图识别的不确定性，并在当前交互条件下进行更可靠的推理。为此，本文提出一种新颖的基于学习的多模态融合框架，称为批次多模态置信度学习用于意见池 (Batch Multimodal Confidence Learning for Opinion Pool, BMCLOP)。我们的方法结合了贝叶斯多模态融合方法和批次置信度学习算法，以提高准确率、降低不确定性并提高成功率。特别是，该通用且实用的多模态意图识别框架可以轻松进一步扩展。我们的辅助场景考虑三种模态：手势、语音和凝视，这些模态均在所有有限意图上产生分类分布。通过大量实验验证了所提出方法的有效性，使用六自由度机器人进行测试，显示出优于基线方法的高性能。
引用
@article{arxiv.2405.14116,
title = {Learning Multimodal Confidence for Intention Recognition in Human-Robot Interaction},
author = {Xiyuan Zhao and Huijun Li and Tianyuan Miao and Xianyi Zhu and Zhikai Wei and Aiguo Song},
journal= {arXiv preprint arXiv:2405.14116},
year = {2024}
}