Key points are not available for this paper at this time.
수년간 로봇 커뮤니티는 로봇 보조자가 인간과 동일한 환경을 공유하는 것을 구상해왔습니다. 그들은 인간과 상호작용하고 개별 사용자 요구에 적응해야 한다는 것이 분명해졌습니다. 특히 로봇 보조자가 직면할 다양한 작업은 매우 적응력이 뛰어나고 사용자 친화적인 프로그래밍 인터페이스를 요구합니다. 이 프로그래밍 문제의 가능한 해결책 중 하나는 시연 학습 패러다임으로, 로봇이 작업 실행을 관찰하고 작업 지식을 습득하며 그것을 재현해야 합니다. 본 논문에서는 가정 작업의 시연을 기록하고 해석하며 추론하는 시스템을 제시합니다. 초점은 습득한 작업 지식에 대한 점진적 추론의 기초가 되는 조작 작업의 모델 기반 표현에 있습니다. 추론의 목표는 데이터를 응축하고 상호 연결하여 보다 일반적인 작업 지식을 생성하는 것입니다. 작업 특징의 정보 내용을 평가하기 위한 척도가 도입됩니다. 특정 특징의 관련성을 측정하는 이 척도는 일반 배경 지식과 사용자 시연에서 수집한 작업 특정 지식 모두에 의존합니다. 특징의 자율 정보 추정 외에도, 실행 중 음성 코멘트가 특징의 관련성을 지적하는 경우도 고려됩니다. 더 많은 작업 시연이 가능해지고 음성 코멘트에서 얻은 관련 정보와의 융합으로 작업 지식의 점진적 성장은 테이블 세팅 작업 내에서 입증됩니다.
Pardowitz 외 (금요일), 이 질문을 연구했습니다.