从双手人类演示中学习符号与次符号时间任务约束

从人类演示中学习双手操作的任务模型并在机器人上执行，应考虑动作之间的时间约束。这包括 (i) 符号层面的约束，例如执行中的先后关系或时间重叠，以及 (ii) 次符号层面的约束，例如不同动作的持续时间，或它们在时间上的起点和终点。此类时间约束对于时间规划、推理以及双手动作在双臂机器人上的精确执行时机至关重要。在我们之前的工作中，我们处理了符号层面时间任务约束的学习，并展示了机器人如何利用这些知识来响应执行期间的失败。在这项工作中，我们提出了一种新颖的模型驱动方法，用于从多个双手人类演示中联合学习符号与次符号时间任务约束。我们的主要贡献是时间任务模型的次符号基础，该基础基于语义动作关键点之间的时间差分布来描述任务中动作的时间关联，以及一种基于模糊逻辑从该表示中推导符号时间任务约束的方法。这通过在次符号基础上整合符号与次符号信息，补充了我们之前关于学习全面时间任务模型的工作，同时仍保持我们先前方法的符号表达能力。我们将提出的方法与之前的纯符号方法进行了比较，并表明我们可以复现甚至超越它。此外，我们展示了次符号时间任务约束如何同步原本单臂的运动基元，以在人形机器人上实现双手行为。