基于可 afford 区域的人类演示学习空间双手动作模型

本文提出了一种新方法，通过提取涉及对象可 afford 区域之间的空间约束，来从人类演示中学习双手操纵动作。可 afford 区域被定义为提供代理人交互可能性的对象部件。例如，瓶子的底部可 afford 将对象放在表面上，而其喷嘴可 afford 将包含的液体倒出。我们提出了一种新方法，通过学习人类演示中可 afford 约束的变化来构建表示对象相互作用的空间双手动作模型。为充分利用这些空间双手动作模型中编码的信息，我们提出了一个优化问题，以确定在多个执行关键点期间的最优对象配置，同时考虑初始场景、所学的可 afford 约束以及机器人的运动学。我们在仿真环境中进行评估，包含两个示例任务(倒饮料和揉面团)，并比较了三种不同的可 afford 约束定义：(i) 可 afford 区域在笛卡尔空间中的分量距离；(ii) 可 afford 区域在圆柱空间中的分量距离；(iii) 手动定义的符号空间可 afford 约束满足度。