REFORM：面向社交机器人的F-构型识别
机器人学
2020-08-19 v1 计算机视觉与模式识别
人机交互
摘要
识别并理解对话群组（或称F-构型，F-formations）是为设计用于与人交互的具身智能体的一项关键任务。F-构型包含复杂的结构与动态，却被人们在日常面对面交谈中直觉地使用。先前探索识别F-构型方法的研究主要依赖启发式算法，其可能无法捕捉人类所采用的丰富动态行为。我们引入REFORM（用机器学习识别F-构型，REcognize F-FORmations with Machine learning），一种给定人类与智能体位置和朝向来检测F-构型的数据驱动方法。REFORM将场景分解为所有可能配对，随后通过基于投票的方案重建F-构型。我们在三个数据集上评估了我们的方法：SALSA数据集、一个新收集的全人类数据集，以及一组新演绎的人-机器人场景，发现REFORM比最先进的F-构型检测算法取得了更高的准确率。我们还引入对称性与紧密度作为刻画F-构型的定量度量。补充视频：https://youtu.be/Fp7ETdkKvdA ，数据集见：github.com/cu-ironlab/Babble
引用
@article{arxiv.2008.07668,
title = {REFORM: Recognizing F-formations for Social Robots},
author = {Hooman Hedayati and Annika Muehlbradt and Daniel J. Szafir and Sean Andrist},
journal= {arXiv preprint arXiv:2008.07668},
year = {2020}
}
备注
IROS 2020