机构名称：
¥ 1.0
理解人类行为是AI和机器人界的长期挑战，涉及对复杂，依赖上下文的行动和意图的理解。在社会互动的背景下，个人的运动反映了他们的行为和意图。作为人类，我们预测了短期未来的未来运动和状态，以优化流利的相互作用。但是，将这种行为转移到机器人仍然是一个挑战。本项目设想适当的HRI生成强大的机器人行为。尤其是，学生将通过利用在人类运动产生中观察到的高端质量（DDPM）中观察到的高端质量来扩展我们以前的工作[1]中的确定性机器人行为[1] [2]。仍然，为了克服由于经常性降解步骤而导致的DDPM的缓慢推理速度，学生将探索使用一致性模型（CM）进行实时推理[3]。最终目标是生成HRI行为，通过关注机器人行为，多样性和鲁棒性对现实世界的闭合的忠诚度，与人类相互作用非常相似。鉴于最终目标是在实际情况下对其进行测试，因此学生将在培训期间采用合成的遮挡策略，以使模型对现实世界中可能发生的错误姿势估计进行健全。
sergej stanovcic学生的硕士论文ID ...
主要关键词
相关文件推荐
