SARI：基于重复交互的共享自主
机器人学
2024-02-19 v3
摘要
辅助机械臂试图帮助用户完成日常任务。机器人提供此类辅助的一种方式是对共享自主。在共享自主中，人类和机器人共同保持对机器人运动的控制：当机器人确信自己理解了人类想要什么时，它便介入以自动执行任务。但机器人最初是如何知道这些任务的？共享自主的最先进方法通常依赖于先验知识。例如，机器人可能需要事先知道人类的潜在目标。在长期交互中，这些方法不可避免地会失效——人类迟早会尝试执行机器人未预期的任务。因此，在本文中，我们提出了一种替代的共享自主方法，从零开始学习辅助。我们的核心见解是操作者在日常生活中会重复重要任务（例如，打开冰箱、煮咖啡）。因此，我们不依赖先验知识，而是利用这些重复交互来学习辅助策略。我们提出了 SARI，一种识别人类任务、复现相似演示并在不确定时交还控制的算法。随后我们将学习与控制相结合，证明我们方法的误差是一致最终有界的。我们进行仿真以支持该误差界，将我们的方法与模仿学习基线进行比较，并探索其辅助越来越多任务的能力。最后，我们使用行业标准方法和共享自主基线进行了三项用户研究，包括一项与残疾用户的试点测试。我们的结果表明，基于重复交互学习共享自主在已知任务上匹配现有方法，并在新任务上优于基线。用户研究视频见：https://youtu.be/3vE4omSvLvc
引用
@article{arxiv.2205.09795,
title = {SARI: Shared Autonomy across Repeated Interaction},
author = {Ananth Jonnavittula and Shaunak A. Mehta and Dylan P. Losey},
journal= {arXiv preprint arXiv:2205.09795},
year = {2024}
}
备注
33 pages, 20 figures. arXiv admin note: substantial text overlap with arXiv:2107.09650