点 & 抓取: 通过概率性线索集成实现对不可到达对象的灵活选择
人机交互
2026-04-27 v1 机器人学
摘要
选择不可到达的对象是混合现实(MR)中的基本任务。现有方法依赖单一线索或确定性地融合多线索,导致在主导线索不可靠时性能下降。本文引入一种概率性线索集成框架,以实现对多个用户生成线索进行意图推断的灵活组合。鼓仿自然抓取行为,我们以指向方向和抓取手势作为新的交互技术实现了该框架。为此,我们收集了 Out-of-Reach Grasping(ORG) 数据集以训练稳健的 gestural 线索概率模型,该模型捕捉了存在于现有仪接触数据集中所不存在的抓取模式。用户研究表明,我们的方法在单线索基线上不仅在准确性和速度方面取得改进,而且在各种歧义来源下相较于最先进的方法仍具实际有效性。数据集和代码已提供于 https://github.com/drlxj/point-and-grasp。
引用
@article{arxiv.2604.22491,
title = {Point & Grasp: Flexible Selection of Out-of-Reach Objects Through Probabilistic Cue Integration},
author = {Xuejing Luo and Hee-Seung Moon and Christian Holz and Antti Oulasvirta},
journal= {arXiv preprint arXiv:2604.22491},
year = {2026}
}
备注
19 pages, 13 figures, CHI 2026