本文介绍了具有不同自治水平的移动操纵器中当前研究状态的迷你审查,强调了它们相关的挑战和应用环境。在不同环境中需要移动操纵器,尤其是危险的操纵器,例如退役,搜救和救援,这是由于各种挑战和风险所面临的独特挑战和风险。在这些环境中部署的许多系统不是完全自主的,需要人类机器人的团队来确保在不确定性下安全可靠的操作。通过此分析,我们确定了有关可变自主权的文献中的差距和挑战,包括认知工作量和沟通延迟,并提出未来的方向,包括用于移动操纵者的全身自治,虚拟现实框架,大型语言模型,以减少操作员在某些挑战性和不确定方案中的复杂性和认知负载。
主要关键词