Key points are not available for this paper at this time.
Wir befassen uns mit dem Problem (a) die Trajektorie einer Armbewegung vorherzusagen, basierend auf wenigen Sekunden des Beginns der Bewegung, und (b) diesen Prädiktor zu nutzen, um gemeinsame Steuerungsmanipulationsaufgaben zu erleichtern, indem die kognitive Belastung des Bedieners verringert wird, indem er in seiner erwarteten Bewegungsrichtung unterstützt wird. Unser neuartiger Absichtsschätzer, genannt Robot Trajectron (RT), erzeugt eine probabilistische Darstellung der erwarteten Trajektorie des Roboters basierend auf seiner jüngsten Positions-, Geschwindigkeits- und Beschleunigungshistorie. Die Berücksichtigung der Arm-Dynamik ermöglicht es RT, die Absicht des Bedieners besser zu erfassen als andere SOTA-Modelle, die nur die Position des Arms verwenden, und macht es besonders gut geeignet, um bei Aufgaben zu unterstützen, bei denen die Absicht des Bedieners anfällig für Veränderungen ist. Wir leiten eine neuartige gemeinsame Steuerungslösung ab, die die prädiktive Kapazität von RT mit einer Darstellung der Standorte potenzieller Zielorte kombiniert. Unsere Experimente zeigen die Wirksamkeit von RT sowohl bei der Absichtsschätzung als auch bei gemeinsamen Steuerungsaufgaben. Wir werden den Code und die Daten, die unsere Experimente unterstützen, öffentlich verfügbar machen unter https://github.com/mousecpn/Robot-Trajectron.git.
Song et al. (Mon,) haben diese Frage untersucht.
Synapse has enriched one closely related paper. Consider it for comparative context: