Etkili insan-robot işbirliği için gösterimden öğrenme ve adaptif paylaşımlı kontrol

Bu tez, insan-robot payla ̧sımlı kontrol sistemlerini ve insanlardan robotlara beceri ak- tarımını sa ̆glamak i ̧cin go ̈sterimden ̈og ̆renme yo ̈ntemlerinin kullanımını ara ̧stırmaktadır. I ̇lk inceleme, bu sistemlere insan uyumuna odaklanarak, payla ̧sımlı kontrolu ̈n in- sanların go ̈revleri daha hızlı ̈og ̆renmesine ve robot davranı ̧sına daha etkili uyum sag ̆lamasına yardımcı oldug ̆unu ortaya koymaktadır. Bu bulgular u ̈zerine in ̧sa edilen uyarlanabilir bir harmanlanmı ̧s insan-robot payla ̧sımlı kontrol c ̧er ̧cevesi o ̈nerilmi ̧s ve deg ̆erlendirilmi ̧stir. C ̧alı ̧sma robotun insan niyetini do ̆gru bir ̧sekilde tahmin etmesi i ̧cin bilgi kapsamının tanımlanmasının ̈onemini vurgulamaktadır. Bu ̧cer ̧ceve, bu tah- minin gu ̈venilirlig ̆ine dayanarak kontrol ag ̆ırlıklarını dinamik olarak ayarlayarak insan ve robot etkile ̧simini optimize eder. Geli ̧stirilen sistem insan niyetlerinin ger ̧cek za- manlı tahmini, robotun pasif, lider veya i ̧sbirlik ̧ci olsun, rolu ̈nu ̈ ayarlamasına olanak tanır. C ̧er ̧ceve, cerrahi diki ̧s atma go ̈revine uygulanmı ̧s ve performansı artırmadaki etkinlig ̆ini g ̈ostermi ̧stir. I ̇nsan hassasiyeti ile robotik deste ̆gi birle ̧stirerek, sistem hem verimlilig ̆i hem de dog ̆rulu ̆gu artırır ve insan uzmanlı ̆gı ile otonom yetenekleri entegre eden uyarlanabilir kontrol sistemlerinin etkinli ̆gini vurgular. Ek olarak, bu tezde bag ̆lam Tabanlı Yankı Durum A ̆gları (CESN'ler), robotikte hareket primitifleri u ̈retmek i ̧cin hafif bir ̧co ̈zu ̈m olarak geli ̧stirilmi ̧stir. CESN'ler, rezervuar dinamiklerini modu ̈le etmek i ̧cin bag ̆lam vekt ̈orlerinden yararlanarak tek bir dog ̆rusal okuma ag ̆ırlık vekto ̈ru ̈ ile ̧ce ̧sitli hareket kalıpları u ̈retir. CESN'lerin hesaplama verimlili ̆gi, minimal e ̆gitim gereksinimleri ve gu ̈ru ̈ltu ̈ ve gecikmelere kar ̧sı dayanıklılı ̆gı, onları robotik uygulamalar i ̧cin go ̈sterimden ̈og ̆renme yo ̈ntemi olarak umut verici kılmaktadır.