基于最优动作或用户预测的触觉引导：能否做得更好？
人机交互
2021-01-07 v1 机器人学
摘要
近期先进的机器人技术使机器人能够协助用户的日常生活。触觉引导 (HG) 通过机器人与用户之间的物理交互来改善用户的任务表现。它可分为基于最优动作的 HG (OAHG)（以最优动作协助用户）和基于用户预测的 HG (UPHG)（以预测的下一步动作协助用户）。本研究旨在理解 OAHG 与 UPHG 之间的差异，并提出一种组合 HG (CombHG)，通过互补各类 HG 来实现最优表现，这对 HG 设计具有重要意义。我们提出了使用基于深度学习的方法实现各类 HG 的方法。在触觉任务环境中的用户研究（n=20）表明，与 OAHG 相比，UPHG 引发了更好的主观评价，如自然性和舒适性。此外，我们提出的 CombHG 进一步减少了用户意图与 HG 之间的不一致，且不降低客观与主观得分。
引用
@article{arxiv.2101.01870,
title = {Optimal Action-based or User Prediction-based Haptic Guidance: Can You Do Even Better?},
author = {Hee-Seung Moon and Jiwon Seo},
journal= {arXiv preprint arXiv:2101.01870},
year = {2021}
}
备注
Accepted to ACM 2021 CHI Conference on Human Factors in Computing Systems (CHI 2021)