Key points are not available for this paper at this time.
Neue Anwendungen für autonome Roboter bringen sie in die menschliche Umgebung, wo sie als hilfreiche Assistenten für ungelernte Benutzer zu Hause oder im Büro dienen sollen oder als fähige Mitglieder von Mensch-Roboter-Teams bei Sicherheits-, Militär- und Weltraummissionen arbeiten. Diese Anwendungen erfordern, dass Roboter schnell lernen, wie sie neue Aufgaben aus natürlicher menschlicher Anweisung ausführen können, und Aufgaben gemeinsam mit menschlichen Teamkollegen erledigen. Unter Verwendung der gemeinsamen Intentionstheorie als theoretischen Rahmen integriert unser Ansatz Lernen und Zusammenarbeit durch eine zielbasierte Aufgabenstruktur. Konkret verwenden wir kollaborativen Diskurs mit begleitenden Gesten und sozialen Hinweisen, um einem humanoiden Roboter eine strukturell komplexe Aufgabe beizubringen. Nachdem der Roboter die Darstellung der Aufgabe gelernt hat, führt er sie Schulter an Schulter mit einem menschlichen Partner aus und nutzt soziale Kommunikationsakte, um seine Pläne dynamisch mit denen seines Partners in Einklang zu bringen, entsprechend den relativen Fähigkeiten des Menschen und des Roboters.
Breazeal et al. (Mon,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: