A flexible optimization-based method for synthesizing intent-expressive robot arm motion
A flexible optimization-based method for synthesizing intent-expressive robot arm motion
复制标题
一种基于灵活优化的方法来合成表达意图的机器人手臂运动
DOI：
10.1177/0278364918792295
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Michael Gleicher
中科院分区：
文献类型：
--
作者：
Christopher Bodden;D. Rakita;Bilge Mutlu;Michael Gleicher
我们提出了一种合成机器人手臂轨迹的方法，该方法在实现任务目标的同时有效地将机器人的意图传达给人类合作者。我们的方法使用非线性约束优化来编码任务要求和期望的运动属性。我们的实现允许广泛的约束和目标。我们引入了一个新的目标函数来优化机器人手臂运动的意图表达能力，该运动适用于一系列场景和机器人手臂类型。我们的公式支持观众如何解释机器人运动的不同理论的实验。通过对真实和模拟机器人进行的一系列人体实验，我们证明了我们的方法可以提高与其他方法（包括当前最先进的方法）的协作性能。这些实验也显示了我们的感知启发式如何影响合作结果。
We present an approach to synthesize robot arm trajectories that effectively communicate the robot’s intent to a human collaborator while achieving task goals. Our approach uses nonlinear constrained optimization to encode task requirements and desired motion properties. Our implementation allows for a wide range of constraints and objectives. We introduce a novel objective function to optimize robot arm motions for intent-expressiveness that works in a range of scenarios and robot arm types. Our formulation supports experimentation with different theories of how viewers interpret robot motion. Through a series of human-subject experiments on real and simulated robots, we demonstrate that our method leads to improved collaborative performance against other methods, including the current state of the art. These experiments also show how our perception heuristic can affect collaborative outcomes.