迈向机器人喂食：触觉在基于叉子的食物操控中的作用

自主喂食具有挑战性，因为它需要操控具有不同柔度、尺寸和形状的食物。为了理解人类在喂食过程中如何操控食物，并探索将其策略适配到机器人的方法，我们收集了丰富的人类轨迹数据集，让被试拾取食物并喂给一个人体模型。通过对收集到的触觉与运动信号的分析，我们表明人类会调整其控制策略以适应所获取食物的柔度与形状。我们提出了一种用于喂食的操控策略分类法，以凸显此类策略。作为生成依赖于柔度的策略的第一步，我们提出了一组基于触觉和运动信号进行柔度相关食物分类的分类器。我们通过机器人将这些人类操控策略与固定位置控制策略进行了比较。我们对人类与机器人策略的成功与失败案例的分析，进一步凸显了将策略适配到食物柔度的重要性。