混合现实机器人行为回放:一种系统实现
机器人学
2022-10-04 v1 人机交互
摘要
随着机器人日益复杂,它们必须解释自身行为以赢得信任与接受。然而,仅通过语言解释可能难以充分传达过往行为信息,尤其是关于因机器人或人类动作已不在场的物体。人类常试图以身体模仿过往动作来辅助语言解释。受此人人交互启发,我们在本工具论文中描述一种用于机器人过往行为回放系统的技术实现。具体而言,我们使用行为树(Behavior Trees)编码并分离机器人行为,并使用无模式(schemaless) MongoDB结构化存储与查询底层传感器数据及关节控制消息以供未来回放。我们的方法可泛化至不同类型回放,包括操作与导航回放,以及视觉(即增强现实(AR))与听觉回放。此外,我们简要总结一项用户研究,以进一步提供其有效性与效率的经验证据。示例代码与说明可在 GitHub https://github.com/umhan35/robot-behavior-replay 获取。
引用
@article{arxiv.2210.00075,
title = {Mixed-Reality Robot Behavior Replay: A System Implementation},
author = {Zhao Han and Tom Williams and Holly A. Yanco},
journal= {arXiv preprint arXiv:2210.00075},
year = {2022}
}
备注
6 pages, 5 figures, the AI-HRI Symposium at AAAI Fall Symposium Series (FSS) 2022