使用神经策略风格迁移将人类情感转移到机器人运动
机器人学
2024-02-02 v1
摘要
神经风格迁移（NST）最初提出利用神经网络的特征提取能力对图像进行风格迁移。选择预训练的图像分类架构进行特征提取，从而生成与原始图像内容相同但风格不同的新图像。在机器人学中，风格迁移可用于将人类运动风格转移到机器人运动。挑战在于缺乏可用于特征提取的预训练机器人运动分类架构。提出了神经策略风格迁移TD3（NPST3）用于将人类运动风格转移到机器人运动。该框架允许以不同的人类中心运动风格执行相同的机器人运动，例如愤怒、快乐、平静或悲伤的方式。引入双延迟深度确定性策略梯度（TD3）网络用于生成控制策略。自编码器网络负责风格迁移步骤的特征提取。风格迁移步骤可以离线或在线执行：离线用于自主执行人类风格的机器人运动，在线用于在运行时调整例如远程操作机器人的风格。该框架在两个不同的机器人平台上进行了测试：一个用于远程操作任务的机械臂和一个用于社交互动的类人机器人。对两个平台评估了所提出的方法，共进行了147份问卷调查，要求人类受试者识别转移到机器人运动上的人类运动风格，针对一组预定义的动作。
引用
@article{arxiv.2402.00663,
title = {Transferring human emotions to robot motions using Neural Policy Style Transfer},
author = {Raul Fernandez-Fernandez and Bartek Łukawski and Juan G. Victores and Claudio Pacchierotti},
journal= {arXiv preprint arXiv:2402.00663},
year = {2024}
}