Key points are not available for this paper at this time.
본 논문에서는 알려진 시나리오에서 알려지지 않은 인간 의도를 가진 인간-로봇 상호작용에 대한 접근 방법을 소개한다. 처음에 로봇은 인간의 행동을 복사하여 반응한다. 인간-로봇 상호작용이 진행됨에 따라 인간-로봇 상호작용의 수준이 향상된다. 각 반응 이전에 로봇은 잠재적인 행동을 가설하고 가장 적합한 행동을 선택한다. 로봇은 인간-로봇 상호작용 이력을 사용할 수도 있다. 이력과 함께 로봇은 행동의 무작위성과 휴리스틱 기반의 행동 예측을 고려한다. 해결책으로, 알려지지 않은 인간 의도 시나리오에서의 인간-로봇 상호작용을 학습하기 위한 일반적인 강화 학습(RL) 기반 알고리즘이 제안된다. 인간-로봇 상호작용을 위한 확률적 행동 선택을 지원하기 위해 파티클 필터(PF) 기반 알고리즘이 제안된다. 인간 의도가 알려지지 않은 알려진 물체의 배열을 포함한 로봇 팔을 활용한 인간-로봇 상호작용 실험이 수행된다. 로봇의 작업은 추정된 인간 의도에 따라 인간과 상호작용하는 것이다.
Awais et al. (Sun,)는 이 질문을 연구하였다.