Intent Prediction in pHRI: Subtask Recognition with Deep Learning

Bir robotun uygun şekilde yardım edebilmesi için, fiziksel işbirliği içeren görevlerde insan niyetinin kavranabilmesi önemlidir. Bu çalışmada, ortaklaşa yürütülen çoğu görevin sıralı alt görevlerden oluştuğunu ve insanın niyetinin yürütülecek olan bu alt görevlere denk geldiğini öne sürüyoruz. Bu alt görevler farklı gereksinimlere sahip olabilirler, dolayısıyla tek bir denetleyici, etkileşimi düzenlemek için en iyi seçenek olmayabilir. Bu alt görevler gerçek zamanlı olarak tanınabildiği zaman, uygun denetleyici veya denetleyici parametreleri seçilebilecektir. Biz, bu çalışmada, alt görevleri tanıma fikrini öneriyor, problemimizi bir zaman serisi sınıflandırması olarak formüle ediyor ve bunu başarmak için derin öğrenme yaklaşımını kullanıyoruz. Bu çalışma kapsamında üç farklı deney gerçekleştirdik. Birinci deneyde (n = 10 katılımcı), alt görevleri tanıma yaklaşımımızın uygulanabilir olduğunu ve böyle bir yaklaşımla elde edilen tahmin oranımızın %90'ın üzerinde olduğunu gördük. İkinci deney (n = 5 katılımcı) kapsamında yaklaşımımızı çok zorlu koşullarda test ettik ve yaklaşımımızın farklı kullanıcılara, insan kolu konfigürasyonlarına, denetleyici parametrelerine ve çevre katılığına karşı gürbüz olduğunu gösterdik. Üçüncü deneyde (n = 18 katılımcı) ise yaklaşımımızı gerçek zamanlı olarak test ettik. Sonuçlar, önerdiğimiz yaklaşım kullanıldığında görev performansının iyileştirilebile-ceğine dair deneysel bulgular sunmaktadır.