論文の概要: Neuroadaptation in Physical Human-Robot Collaboration
- arxiv url: http://arxiv.org/abs/2310.00351v1
- Date: Sat, 30 Sep 2023 12:16:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-05 04:49:26.688278
- Title: Neuroadaptation in Physical Human-Robot Collaboration
- Title（参考訳）: 人-ロボット協調における神経適応
- Authors: Avinash Singh, Dikai Liu, Chin-Teng Lin
- Abstract要約: 我々は,pHRCのための新しいクローズドループニューラプティブフレームワークを実証した。
我々は,ロボット戦略に適応するために,強化学習の助けを借りて,認知コンフリクト情報をクローズループ方式で適用した。
実験の結果,クローズドループに基づくニューロアダプティブ・フレームワークは認知的対立のレベルを下げることができた。
- 参考スコア（独自算出の注目度）: 34.73541717674098
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robots for physical Human-Robot Collaboration (pHRC) systems need to change
their behavior and how they operate in consideration of several factors, such
as the performance and intention of a human co-worker and the capabilities of
different human-co-workers in collision avoidance and singularity of the robot
operation. As the system's admittance becomes variable throughout the
workspace, a potential solution is to tune the interaction forces and control
the parameters based on the operator's requirements. To overcome this issue, we
have demonstrated a novel closed-loop-neuroadaptive framework for pHRC. We have
applied cognitive conflict information in a closed-loop manner, with the help
of reinforcement learning, to adapt to robot strategy and compare this with
open-loop settings. The experiment results show that the closed-loop-based
neuroadaptive framework successfully reduces the level of cognitive conflict
during pHRC, consequently increasing the smoothness and intuitiveness of
human-robot collaboration. These results suggest the feasibility of a
neuroadaptive approach for future pHRC control systems through
electroencephalogram (EEG) signals.
- Abstract（参考訳）: 物理的ロボット協調(pHRC)システムのためのロボットは、人間の同僚のパフォーマンスや意図、衝突回避やロボット操作の特異性における異なる人間の共同作業者の能力など、いくつかの要因を考慮して、その動作や動作方法を変更する必要がある。
システムのアドミタンスがワークスペース全体にわたって可変になるにつれて、潜在的な解決策は相互作用力をチューニングし、オペレータの要求に基づいてパラメータを制御することである。
この問題を克服するために,我々は,pHRCのための新しいクローズドループニューラプティブフレームワークを実証した。
我々は、強化学習の助けを借りて、認知衝突情報をクローズドループ方式で適用し、ロボット戦略に適応し、これをオープンループ設定と比較した。
実験の結果, クローズドループに基づくニューロアダプティブ・フレームワークは, pHRC中の認知的対立のレベルを効果的に低減し, それによって人間とロボットの協調の滑らかさと直感性を増大させることがわかった。
これらの結果は、脳波信号による将来のpHRC制御系に対する神経適応的アプローチの可能性を示している。
関連論文リスト
- Experimental Evaluation of ROS-Causal in Real-World Human-Robot Spatial Interaction Scenarios [3.8625803348911774]
ロボット空間相互作用における因果発見のためのROSベースのフレームワークであるROS-Causalの実験的検討を行った。
データ収集中にロボットが因果モデルを直接抽出する方法を示す。
シミュレーションから生成されたオンライン因果関係モデルは、実験結果と一致している。
論文 参考訳（メタデータ） (2024-06-07T14:20:30Z) - Offline Risk-sensitive RL with Partial Observability to Enhance
Performance in Human-Robot Teaming [1.3980986259786223]
本稿では,モデルの不確実性を取り入れ,リスクに敏感なシーケンシャルな意思決定を可能にする手法を提案する。
シミュレーションロボット遠隔操作環境において,26名の被験者を対象に実験を行った。
論文 参考訳（メタデータ） (2024-02-08T14:27:34Z) - Interpreting Neural Policies with Disentangled Tree Representations [58.769048492254555]
本稿では,コンパクトなニューラルポリシーの解釈可能性について,不整合表現レンズを用いて検討する。
決定木を利用して,ロボット学習における絡み合いの要因を抽出する。
学習したニューラルダイナミクスの絡み合いを計測する解釈可能性指標を導入する。
論文 参考訳（メタデータ） (2022-10-13T01:10:41Z) - 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) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - A Neurorobotics Approach to Behaviour Selection based on Human Activity
Recognition [0.0]
行動選択はロボット工学、特に人間とロボットの相互作用の分野で活発に研究されている。
これまでのほとんどのアプローチは、認識された活動とロボットの行動の間の決定論的関連から成り立っている。
本稿では,生物の神経生理学的側面に類似した計算モデルに基づく神経ロボティクス的アプローチを提案する。
論文 参考訳（メタデータ） (2021-07-27T01:25:58Z) - 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) - Controlling the Sense of Agency in Dyadic Robot Interaction: An Active
Inference Approach [6.421670116083633]
変形型繰り返しニューラルネットワークモデルを用いて,ロボットのダイアディック模倣相互作用を検討する。
トレーニング中の自由エネルギーを最小化する複雑性項の制御が,ネットワークの動的特性をいかに決定するかを検討した。
論文 参考訳（メタデータ） (2021-03-03T02:38:09Z) - Designing Personalized Interaction of a Socially Assistive Robot for
Stroke Rehabilitation Therapy [64.52563354823711]
社会支援ロボットの研究は、神経学的および筋骨格疾患の患者に対する理学療法セッションを増強し、支援する可能性がある。
本稿では,運動の質を予測するために,患者個別の運動の運動特性を動的に選択できる社会支援ロボットのインタラクティブなアプローチを提案する。
論文 参考訳（メタデータ） (2020-07-13T16:12:05Z) - Exploring vestibulo-ocular adaptation in a closed-loop neuro-robotic
experiment using STDP. A simulation study [0.0]
本研究は, 模擬ヒューマノイドロボット(iCub)をニューロロボティック・プラットフォーム(Neuro-robotic Platform)を用いて, スパイキング小脳モデルで支持するエボディメント・ソリューションを提案し, 解説する。
その結果, 擬似iCubロボットを用いた知覚動作閉ループ(r-VOR)において, スパイキング小脳モデルの適応能力を検証した。
論文 参考訳（メタデータ） (2020-03-03T10:55:42Z)
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。