Loading...
机构名称:
¥ 1.0

摘要 - 人类机器人的合作一直是高级制造业研究和使用的主要重点之一。在人类机器人的伙伴关系中,而不是重复任务的静态协作,对于机器人而言,动态理解其人类伴侣的意图并与他们合作以完成共同的任务更为重要。受这些问题的启发,我们开发了一个模型,让机器人通过观察和分析人类示威来学习完成任务。这使机器人可以通过每个人的个性化工作偏好变得更加准确和定制。基于长期的短期记忆方法,我们提出了一种新方法,以使机器人识别对象,了解人类持续的行为并预测人类意图。这将允许机器人在协作任务中自动调整其动作并动态地接收对象并将对象交付给人类合作伙伴。实验结果表明,所提出的模型可以使机器人(如人类)能够动态,智能地学习和预测人类的意图,以适应定制和个性化的协作任务。还讨论了这项研究的未来工作。

开发教学预测 -

开发教学预测 -PDF文件第1页

开发教学预测 -PDF文件第2页

开发教学预测 -PDF文件第3页

开发教学预测 -PDF文件第4页

开发教学预测 -PDF文件第5页

相关文件推荐

2025 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2024 年
¥11.0
2023 年
¥4.0
2023 年
¥1.0
2023 年
¥1.0
2025 年
¥2.0
2024 年
¥1.0
2023 年
¥1.0
2020 年
¥1.0
2022 年
¥1.0
2024 年
¥1.0
2024 年
¥8.0
2023 年
¥1.0
2024 年
¥2.0
2024 年
¥2.0
2022 年
¥1.0
2025 年
¥5.0