迈向共享自主中的零样本用户意图识别
机器人学
2025-01-16 v1 人机交互
摘要
共享自主的一个根本挑战在于，利用高自由度机器人来辅助而非阻碍人类，这需要首先推断用户意图，然后赋能用户实现其意图。尽管已有方法取得了成功，但它们要么严重依赖所有可能人类意图的先验知识，要么需要大量演示和与人类的交互才能在学习这些意图后辅助用户。我们提出并研究了一种仅依赖视觉的零样本共享自主（VOSA）框架，旨在让机器人结合末端执行器视觉来估计零样本人类意图，并结合混合控制以帮助人类在物体位置未知且动态变化的情况下完成操作任务。为了证明 VOSA 框架的有效性，我们在 Kinova Gen3 机械臂上实例化了一个简单版本的 VOSA，并通过在三个桌面操作任务上开展用户研究来评估我们的系统。VOSA 的性能可与接收可能人类意图特权知识的 oracle 基线模型相媲美，同时所需努力显著少于无辅助遥操作。在更现实的场景中——即可能的人类意图集合完全或部分未知——我们证明 VOSA 相比基线方法需要更少的人类努力和时间，并获得了大多数参与者的偏好。我们的结果表明，使用现成视觉算法来实现灵活且有益的机器人机械臂共享控制是有效且高效的。代码与视频见：https://sites.google.com/view/zeroshot-sharedautonomy/home。
引用
@article{arxiv.2501.08389,
title = {Toward Zero-Shot User Intent Recognition in Shared Autonomy},
author = {Atharv Belsare and Zohre Karimi and Connor Mattson and Daniel S. Brown},
journal= {arXiv preprint arXiv:2501.08389},
year = {2025}
}
备注
10 pages, 6 figures, Accepted to IEEE/ACM International Conference on Human-Robot Interaction (HRI), 2025. Equal Contribution from the first three authors