利用脑电图识别人机协作中的信任
人机交互
2024-03-11 v1
摘要
人与机器人之间的协作在我们的日常生活中变得日益重要。为了实现高效协作，信任识别至关重要，它使机器人能够预测人类行为并做出具有信任意识的决策。因此，迫切需要一种通用的人机信任识别方法。本研究通过引入一种基于脑电图 (EEG) 的人机协作信任识别方法来解决这一需求。研究采用人机协作游戏场景来激发与机器人工作时不同的信任水平。为了提高识别性能，本研究提出了一种结合 3D 空间表示的 EEG Vision Transformer 模型，以捕捉 EEG 的空间信息，同时考虑电极之间的拓扑关系。为了验证该方法，构建了一个公开的基于 EEG 的人类信任数据集 EEGTrust。实验结果表明所提方法的有效性，在切片式交叉验证中达到了 74.99% 的准确率，在试验式交叉验证中达到了 62.00% 的准确率。这在识别准确率和泛化能力方面均优于基线模型。此外，消融研究证明了空间表示显著提高了信任识别性能。源代码和 EEGTrust 数据集可在 https://github.com/CaiyueXu/EEGTrust 获取。
引用
@article{arxiv.2403.05225,
title = {Trust Recognition in Human-Robot Cooperation Using EEG},
author = {Caiyue Xu and Changming Zhang and Yanmin Zhou and Zhipeng Wang and Ping Lu and Bin He},
journal= {arXiv preprint arXiv:2403.05225},
year = {2024}
}
备注
Accepted at IEEE International Conference on Robotics and Automation (ICRA) 2024