用于人机协作中早期预测的脉冲神经网络
机器人学
2018-07-31 v1 人机交互
摘要
本文介绍了轮次交替脉冲神经网络（TTSNet），这是一种用于对人或智能体意图进行早期轮次交替预测的的认知模型。TTSNet框架依赖于隐式和显式多模态通信线索（物理、神经和生理）以稳健且无歧义的方式预测轮次交替事件何时发生。为验证所提理论，TTSNet框架被实现于一个助理机器人护士上，其预测外科医生的轮次交替意图并相应递送手术器械。实验被开展以评估TTSNet在早期轮次交替预测中的性能。发现在完成动作10%时达到F1分数0.683，完成50%时0.852，完成100%时0.894。该性能优于多种最先进算法，并在给定有限部分观测（< 40%）时超越人类表现。此种早期轮次交替预测能力将使机器人能够主动执行协作动作，以促进协作并提升团队效率。
引用
@article{arxiv.1807.11096,
title = {Spiking Neural Networks for Early Prediction in Human Robot Collaboration},
author = {Tian Zhou and Juan P. Wachs},
journal= {arXiv preprint arXiv:1807.11096},
year = {2018}
}
备注
Under review for journal