Zu schön, um wahr zu sein: Menschen lehnen kostenlose Geschenke von Robotern ab, da sie böse Absichten vermuten
Menschen nehmen oft an, dass Angebote, die zu großzügig erscheinen, versteckte "Phantomkosten" beinhalten müssen. Diese Wahrnehmung tritt nicht nur bei Interaktionen mit Menschen, sondern auch bei Interaktionen mit Robotern auf.
Erkennung von Gesten in ultraweiter Entfernung mit einer Webcam in der Mensch-Roboter-Interaktion
Ein neuartiges tiefes Lernmodell, das Graph-Vision-Transformer (GViT), ermöglicht die Erkennung von Gesten in ultraweiter Entfernung von bis zu 25 Metern unter Verwendung einer einfachen RGB-Kamera.
Räumlich unterstützte Mensch-Drohnen-Kollaborative Navigation und Interaktion durch immersive Mixed Reality
Dieses Papier präsentiert einen neuartigen tele-immersiven Rahmen, der die kognitive und physische Zusammenarbeit zwischen Menschen und Robotern durch Mixed Reality (MR) fördert. Dieser Rahmen umfasst ein neuartiges bidirektionales räumliches Bewusstsein und einen multimodalen virtuell-physischen Interaktionsansatz, um eine nahtlose Interaktion zwischen Mensch und Drohne zu ermöglichen.
Effiziente Verarbeitung und Analyse von Inhalten zur Gewinnung von Erkenntnissen: Eine kontextbewusste Methode zur Fusion multimodaler Informationen für die Mensch-Roboter-Interaktion
Eine robuste, kontextbewusste Methode zur Fusion von Informationen aus verschiedenen Modalitäten (Sprache, Gesten) wird vorgestellt, um die Absichten des Menschen für Manipulationsaufgaben eines Roboters zuverlässig zu erkennen.
Physiologische Reaktionen und wahrgenommene Sicherheit von Menschen bei Begegnungen mit vierbeinigen Robotern
Physiologische Messungen zeigen, dass Menschen bei Begegnungen mit mobilen Robotern eine erhöhte Stressreaktion aufweisen, insbesondere wenn mehrere Roboter gleichzeitig navigieren im Vergleich zu Suchverhalten.
Anpassungsfähige Mensch-Roboter-Teamarbeit bei Suboptimalität mit Online-Bayes'scher Anpassung
Ein Roboter kann die Leistung eines suboptimalen Mensch-Roboter-Teams verbessern, indem er die Bereitschaft des Menschen, seinen Anweisungen zu folgen, online schätzt und sein Eingreifen entsprechend anpasst.
Risiko-kalibrierte Mensch-Roboter-Interaktion durch mengenwertige Vorhersage der Absichten
Durch die Verwendung von mengenbasierten Vorhersagemodellen und statistischer Risikokontrolle kann ein Roboter seine Aktionen an die Absichten des Menschen anpassen und gleichzeitig ein vorgegebenes Risiko nicht überschreiten.
Wie Video-basierte HRI-Studien die Realität besser abbilden können
Der VID2REAL HRI-Forschungsrahmen ermöglicht es Forschenden, die Vorteile von video-basierten und realen Studien zur Mensch-Roboter-Interaktion effektiv zu nutzen, um Erkenntnisse mit hoher ökologischer Validität zu gewinnen.
Erweiterte Realität für eine verbesserte Mensch-Roboter-Zusammenarbeit: Ein Ansatz mit Mensch-in-der-Schleife
Der Einsatz von erweiterter Realität (XR) ermöglicht eine intuitivere Kommunikation und Programmierung zwischen Menschen und Robotern, wodurch die Anpassungsfähigkeit und Aufgabengeneralisierung autonomer, lernfähiger Manipulatoren verbessert wird.
Wie können Roboter die Erwartungen und Ziele von Menschen besser verstehen? - Eine Analyse der Kommunikationslücke zwischen Menschen und autonomen Systemen
Die effektive Übermittlung von Zielen an autonome Systeme ist eine Schlüsselanforderung für deren effektiven Einsatz. Ebenso ist das gegenseitige Verständnis von Zielen und Einschränkungen zwischen Endnutzern und Robotikern ein wichtiger Faktor für die Konvergenz zu einem nutzbaren Design. Diese Studie identifiziert einige zugrunde liegende Ursachen für Schwierigkeiten bei der Vermittlung von Zielen und Lücken in Technologie und Designansätzen und empfiehlt Wege, diese in der Praxis und in der Forschung anzugehen.
© 2024 by Linnk AI