StretchBot: 用于辅助机器人自适应引导的神经符号框架
机器人学
2026-04-02 v1 人机交互
摘要
辅助机器人在家庭和医疗保健环境中支持身体健康的潜力日益增长，例如通过引导用户进行拉伸或康复训练。然而，现有系统仍然主要是脚本化的，这限制了它们适应用户状态、环境上下文和交互动态的能力。在本工作中，我们提出了 StretchBot，一个用于自适应辅助引导的混合神经符号机器人教练。该系统结合了多模态感知与基于知识图谱的大语言模型推理，以支持在短时拉伸训练期间的上下文感知调整，同时保持结构化的训练流程。为了补充系统描述，我们报告了一项针对三名参与者的脚本化引导与自适应引导之间的探索性试点比较。试点结果表明，自适应条件改善了感知适应性和上下文相关性，而脚本化引导在流畅性和可预测性方面仍具有竞争力。这些结果为结构化可操作知识可以帮助将基于语言模型的适应定位于具身辅助交互提供了初步证据，同时也强调了需要更大规模的纵向研究来评估鲁棒性、泛化能力和长期用户体验。
引用
@article{arxiv.2604.00628,
title = {StretchBot: A Neuro-Symbolic Framework for Adaptive Guidance with Assistive Robots},
author = {Luca Vogelgesang and Ahmed Mehdi Soltani and Mohammadhossein Khojasteh and Xinrui Zu and Stefano De Giorgis and Madalina Croitoru and Filip Ilievski},
journal= {arXiv preprint arXiv:2604.00628},
year = {2026}
}