Geppetto: Enabling Semantic Design of Expressive Robot Behaviors
Geppetto: Enabling Semantic Design of Expressive Robot Behaviors
复制标题
Geppetto：实现富有表现力的机器人行为的语义设计
DOI：
10.1145/3290605.3300599
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Tovi Grossman
中科院分区：
文献类型：
--
作者：
Ruta Desai;Fraser Anderson;Justin Matejka;Stelian Coros;J. McCann;G. Fitzmaurice;Tovi Grossman
富有表现力的机器人在从工业到娱乐应用的许多环境中都很有用。然而，设计富有表现力的机器人行为需要编辑大量不直观的控制参数。我们提出了一个交互式的、数据驱动的系统，允许在语义空间中编辑这些复杂的参数。我们的系统结合了基于物理的模拟（捕获机器人的运动能力）和众包框架（提取机器人的运动参数与所需语义行为之间的关系）。这些关系使得能够对可能的机器人运动进行混合主动探索。我们在设计情感表达行为的背景下专门展示了我们的系统。用户研究发现，与手动参数编辑相比，该系统有助于更快地开发所需的机器人行为。
Expressive robots are useful in many contexts, from industrial to entertainment applications. However, designing expressive robot behaviors requires editing a large number of unintuitive control parameters. We present an interactive, data-driven system that allows editing of these complex parameters in a semantic space. Our system combines a physics-based simulation that captures the robot's motion capabilities, and a crowd-powered framework that extracts relationships between the robot's motion parameters and the desired semantic behavior. These relationships enable mixed-initiative exploration of possible robot motions. We specifically demonstrate our system in the context of designing emotionally expressive behaviors. A user-study finds the system to be useful for more quickly developing desirable robot behaviors, compared to manual parameter editing.