論文の概要: Online Learning of Human Constraints from Feedback in Shared Autonomy

• arxiv url: http://arxiv.org/abs/2403.02974v1
• Date: Tue, 5 Mar 2024 13:53:48 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-06 14:39:51.532629
• Title: Online Learning of Human Constraints from Feedback in Shared Autonomy
• Title（参考訳）: 共有自律におけるフィードバックからの制約のオンライン学習
• Authors: Shibei Zhu, Tran Nguyen Le, Samuel Kaski, Ville Kyrki
• Abstract要約: 人間とのリアルタイムなコラボレーションは、様々な物理的制約によって生じる人間の行動パターンが異なるため、課題を提起する。 我々は、異なる人間のオペレータの多様な振る舞いを考慮した人間の制約モデルを学ぶ。 本研究では,人間の身体的制約を学習し,適応できる補助エージェントを提案する。
• 参考スコア（独自算出の注目度）: 25.173950581816086
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time collaboration with humans poses challenges due to the different behavior patterns of humans resulting from diverse physical constraints. Existing works typically focus on learning safety constraints for collaboration, or how to divide and distribute the subtasks between the participating agents to carry out the main task. In contrast, we propose to learn a human constraints model that, in addition, considers the diverse behaviors of different human operators. We consider a type of collaboration in a shared-autonomy fashion, where both a human operator and an assistive robot act simultaneously in the same task space that affects each other's actions. The task of the assistive agent is to augment the skill of humans to perform a shared task by supporting humans as much as possible, both in terms of reducing the workload and minimizing the discomfort for the human operator. Therefore, we propose an augmentative assistant agent capable of learning and adapting to human physical constraints, aligning its actions with the ergonomic preferences and limitations of the human operator.
• Abstract（参考訳）: 人間とのリアルタイムのコラボレーションは、さまざまな物理的制約による人間の行動パターンの違いによる課題を提起する。 既存の作業では、コラボレーションのための安全制約の学習や、メインタスクを実行するエージェント間でサブタスクを分割して配布する方法に重点を置いている。 対照的に,我々は,異なる操作者の多様な行動を考慮した人間の制約モデルを学ぶことを提案する。 人間と補助ロボットが同じタスク空間で同時に行動し、お互いの行動に影響を及ぼすという、共有自律的な方法でのコラボレーションの類型を考える。 本発明の課題は、作業負荷の低減と人間の作業者の不快感の最小化という両面から、人間をできるだけ支援して、共有タスクを行うための人間のスキルを増強することである。 そこで本研究では,人間の身体的制約を学習し,適応し,操作者の人間工学的嗜好や制限と協調できる拡張アシスタントエージェントを提案する。

関連論文リスト

• Constrained Human-AI Cooperation: An Inclusive Embodied Social Intelligence Challenge [47.74313897705183]
  CHAICは、インボディードエージェントの社会的知覚と協力をテストするために設計された包括的インボディード・ソーシャル・インテリジェンス・チャレンジである。 CHAICの目標は、身体的制約の下で活動している可能性がある人間を支援するために、自我中心の観察装置を備えたエンボディエージェントである。 我々は,この課題に対する計画ベースラインと学習ベースラインのベンチマークを行い,大規模言語モデルと行動モデリングを活用した新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-11-04T04:41:12Z)
• CooHOI: Learning Cooperative Human-Object Interaction with Manipulated Object Dynamics [44.30880626337739]
  CooHOIはマルチヒューマノイド物体輸送問題の解決を目的としたフレームワークである。 単一のヒューマノイドキャラクタは、人間の動きの先行から模倣学習を通じてオブジェクトと対話することを学ぶ。 そして、ヒューマノイドは、操作対象の共有ダイナミクスを考慮し、他人と協調することを学ぶ。
  論文  参考訳（メタデータ） (2024-06-20T17:59:22Z)
• Habitat 3.0: A Co-Habitat for Humans, Avatars and Robots [119.55240471433302]
  Habitat 3.0は、家庭環境における協調ロボットタスクを研究するためのシミュレーションプラットフォームである。 複雑な変形可能な体と外観と運動の多様性をモデル化する際の課題に対処する。 Human-in-the-loopインフラストラクチャは、マウス/キーボードまたはVRインターフェースを介してシミュレーションされたロボットとの実際のヒューマンインタラクションを可能にする。
  論文  参考訳（メタデータ） (2023-10-19T17:29:17Z)
• PECAN: Leveraging Policy Ensemble for Context-Aware Zero-Shot Human-AI Coordination [52.991211077362586]
  本研究では,集団におけるパートナーの多様性を高めるための政策アンサンブル手法を提案する。 そこで我々は,egoエージェントがパートナーの潜在的ポリシープリミティブを分析し,識別するためのコンテキスト認識手法を開発した。 このようにして、エゴエージェントは多様なパートナーとの共同作業において、より普遍的な協調行動を学ぶことができる。
  論文  参考訳（メタデータ） (2023-01-16T12:14:58Z)
• Coordination with Humans via Strategy Matching [5.072077366588174]
  協調作業を行う人間と人間のチームを観察することにより、利用可能なタスク補完戦略を自律的に認識するアルゴリズムを提案する。 隠れマルコフモデルを使って、チームアクションを低次元の表現に変換することで、事前の知識なしに戦略を識別できます。 ロボットポリシーは、未確認のパートナーのタスク戦略に適応するMixture-of-Expertsモデルを構築するための、識別された戦略のそれぞれに基づいて学習される。
  論文  参考訳（メタデータ） (2022-10-27T01:00:50Z)
• Learning Action Duration and Synergy in Task Planning for Human-Robot Collaboration [6.373435464104705]
  アクションの持続時間は、エージェントの能力と、人間とロボットが同時に行うアクションの相関に依存する。 本稿では,人間とロボットが同時に実行する動作のコストと結合性を学習するためのアプローチを提案する。
  論文  参考訳（メタデータ） (2022-10-21T01:08:11Z)
• Increased Complexity of a Human-Robot Collaborative Task May Increase the Need for a Socially Competent Robot [0.0]
  本研究では,タスクの複雑さがロボットパートナーの認知と受容にどのように影響するかを検討する。 本稿では,人間による障害物回避ロボット制御モデルを提案する。
  論文  参考訳（メタデータ） (2022-07-11T11:43:27Z)
• 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)
• Co-GAIL: Learning Diverse Strategies for Human-Robot Collaboration [51.268988527778276]
  本研究では,人間とロボットの協調実験から人間とロボットの協調政策を学習する手法を提案する。 本手法は対話型学習プロセスにおけるヒューマンポリシーとロボットポリシーを協調的に最適化する。
  論文  参考訳（メタデータ） (2021-08-13T03:14:43Z)
• 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)
• 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。