論文の概要: Deployment and Evaluation of a Flexible Human-Robot Collaboration Model
Based on AND/OR Graphs in a Manufacturing Environment
- arxiv url: http://arxiv.org/abs/2007.06720v1
- Date: Mon, 13 Jul 2020 22:05:34 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-11 00:43:37.461969
- Title: Deployment and Evaluation of a Flexible Human-Robot Collaboration Model
Based on AND/OR Graphs in a Manufacturing Environment
- Title（参考訳）: 製造環境におけるand/ORグラフに基づくフレキシブルロボット協調モデルの展開と評価
- Authors: Prajval Kumar Murali, Kourosh Darvish, Fulvio Mastrogiovanni
- Abstract要約: 協調ロボットを製造業に効果的に展開する上での大きなボトルネックは、タスク計画アルゴリズムを開発することである。
本研究では,人間とロボットの協調を必要とするパレット化作業について検討した。
本研究は,職場における作業者の柔軟性と快適さを活かし,人間とロボットの協調モデルをいかに活用できるかを実証するものである。
- 参考スコア（独自算出の注目度）: 2.3848738964230023
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Industry 4.0 paradigm promises shorter development times, increased
ergonomy, higher flexibility, and resource efficiency in manufacturing
environments. Collaborative robots are an important tangible technology for
implementing such a paradigm. A major bottleneck to effectively deploy
collaborative robots to manufacturing industries is developing task planning
algorithms that enable them to recognize and naturally adapt to varying and
even unpredictable human actions while simultaneously ensuring an overall
efficiency in terms of production cycle time. In this context, an architecture
encompassing task representation, task planning, sensing, and robot control has
been designed, developed and evaluated in a real industrial environment. A
pick-and-place palletization task, which requires the collaboration between
humans and robots, is investigated. The architecture uses AND/OR graphs for
representing and reasoning upon human-robot collaboration models online.
Furthermore, objective measures of the overall computational performance and
subjective measures of naturalness in human-robot collaboration have been
evaluated by performing experiments with production-line operators. The results
of this user study demonstrate how human-robot collaboration models like the
one we propose can leverage the flexibility and the comfort of operators in the
workplace. In this regard, an extensive comparison study among recent models
has been carried out.
- Abstract（参考訳）: industry 4.0パラダイムは、開発時間の短縮、エルゴノミーの向上、柔軟性の向上、製造環境における資源効率を保証している。
このようなパラダイムを実装する上で,協調型ロボットは重要な有形技術である。
協力型ロボットを製造業に効果的に展開するための大きなボトルネックは、生産サイクル時間の観点から全体的な効率を確保すると同時に、さまざまな予測不能な人間の行動を認識し、自然に適応できるタスク計画アルゴリズムの開発である。
この文脈では、実際の産業環境でタスク表現、タスク計画、センシング、ロボット制御を含むアーキテクチャが設計され、開発され、評価されている。
本研究では,人間とロボットの協調を必要とするパレット化作業について検討した。
このアーキテクチャは、オンラインの人間とロボットのコラボレーションモデルを表現および推論するためにAND/ORグラフを使用する。
さらに,人間とロボットの協調作業における総合的計算性能と主観的自然性尺度の客観的尺度を生産ライン操作者との実験により評価した。
本研究は,我々が提案するような人間とロボットのコラボレーションモデルが,職場における作業者の柔軟性と快適さをいかに活用できるかを実証するものである。
この点に関して、最近のモデル間の広範囲な比較研究が行われている。
関連論文リスト
- Extended Reality for Enhanced Human-Robot Collaboration: a Human-in-the-Loop Approach [2.336967926255341]
人間とロボットのコラボレーションは、機械の強さと精度と人間の創造性と知覚的理解を組み合わせることで、これらの課題に取り組みます。
本稿では,人間のループ内原理を取り入れた自律型機械学習ベースのマニピュレータの実装フレームワークを提案する。
概念的枠組みは、ロボット学習プロセスに直接人間の関与を予測し、より高い適応性とタスクの一般化をもたらす。
論文 参考訳（メタデータ） (2024-03-21T17:50:22Z) - Real-time Addressee Estimation: Deployment of a Deep-Learning Model on
the iCub Robot [52.277579221741746]
住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。
人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。
本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
論文 参考訳（メタデータ） (2023-11-09T13:01:21Z) - A Capability and Skill Model for Heterogeneous Autonomous Robots [69.50862982117127]
機能モデリングは、異なるマシンが提供する機能を意味的にモデル化するための有望なアプローチと考えられている。
この貢献は、製造から自律ロボットの分野への能力モデルの適用と拡張の仕方について考察する。
論文 参考訳（メタデータ） (2022-09-22T10:13:55Z) - Intuitive and Efficient Human-robot Collaboration via Real-time
Approximate Bayesian Inference [4.310882094628194]
コラボレーションロボットとエンドツーエンドAIは、工場や倉庫における人間のタスクの柔軟な自動化を約束する。
人間とコボットは互いに協力します。
これらのコラボレーションが効果的で安全であるためには、ロボットは人間の意図をモデル化し、予測し、活用する必要がある。
論文 参考訳（メタデータ） (2022-05-17T23:04:44Z) - Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。
我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。
評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文 参考訳（メタデータ） (2022-05-02T09:21:39Z) - Dynamic Human-Robot Role Allocation based on Human Ergonomics Risk
Prediction and Robot Actions Adaptation [35.91053423341299]
本研究では,人ロボット協調作業における作業者に対して,組立戦略の最適化と作業の分散を行う新しい手法を提案する。
提案手法は,作業者にとって安全かつ人間工学的な条件を確保するために,タスク割り当てプロセスの制御に成功している。
論文 参考訳（メタデータ） (2021-11-05T17:29:41Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z) - Show Me What You Can Do: Capability Calibration on Reachable Workspace
for Human-Robot Collaboration [83.4081612443128]
本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。
この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
論文 参考訳（メタデータ） (2021-03-06T09:14:30Z) - Forming Human-Robot Cooperation for Tasks with General Goal using
Evolutionary Value Learning [9.053709318841232]
人間ロボット協力(HRC)では、ロボットは人間と協力してタスクを一緒に達成します。
既存のアプローチでは、人間が協力中に特定の目標を持っていると仮定し、ロボットはそれを推論し行動する。
HRCにおける目標仕様プロセスのダイナミクスをモデル化するEvolutionary Value Learning(EVL)アプローチを紹介します。
論文 参考訳（メタデータ） (2020-12-19T20:27:09Z) - Joint Mind Modeling for Explanation Generation in Complex Human-Robot
Collaborative Tasks [83.37025218216888]
本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。
ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。
その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
論文 参考訳（メタデータ） (2020-07-24T23:35:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。