人与机器人交互的研究内容包括以下方面:①人的感知问题。包括感知人的外在状态(位置、行为)与内在状态(意图、情绪)等方面。对外在状态的感知主要采用计算机视觉的方法。利用具有深度视觉的图像识别技术,可以重建周围环境的三维模型,并识别人在环境中所处的位置。一些基于计算机视觉的动作捕捉设备还可以重建出人的骨骼模型,并识别出人的一些动作及行为。②人的语音识别问题。为了能够实现对意图及情绪等内在状态的识别,需要利用语音识别技术综合分析各种信息,包括语言、动作、人的位置及姿态等,并可能需要借助机器学习及人工智能等领域的研究成果。对人的内在状态的感知与理解,是仍需要进一步研究和优化的问题。③动作规划问题。机器人能够根据环境及目标自主规划动作,尤其是在动态环境中的动作规划问题仍是一个挑战。传统的方法仅能针对3~10个自由度的机器人进行动作规划,而人形机器人一般会具有多达40个自由度。基于机器学习的新技术已开始探索在仿真环境下的动作规划问题,并取得了一些进展。但在真实环境中的机器人动作规划问题仍有待进一步研究。④心智认知模型与理论问题。主要研究人如何看待机器人,以及机器人的形态和行为会给人带来什么样的感受。相关研究关注在与不同的机器人的互动过程中,人的好感度、信任感、安全感、交流意愿和同理心等方面有什么不同的变化。这些研究对于机器人的形态与行为设计有着重要的指导意义。森政弘于1970年提出一项重要的发现,当机器人从外貌到行为举止都非常接近人,但却有微小的不同时,人会表现出强烈的厌恶与不信任情绪。这一现象被称之为恐怖谷。⑤人与机器人协作问题。人与机器人交互领域中的大量研究工作聚焦于人与机器人的协作问题,人与机器人在作业中具有不同的特点。机器人擅长精确的、重复性的、要求速度更快的操作,而人更擅长解决不确定的、变化的问题。很多研究试图通过建立人与机器人之间有效协作的方法,来解决既包含大量精确、重复性作业,又包含偶发的不确定性问题的复杂作业系统问题。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。