Core Concepts
계층적 구조를 활용하여 사용자의 단기 행동과 장기 과제 의도를 효과적으로 추정할 수 있다.
Abstract
이 연구는 원격 조종 조립 작업에서 사용자의 의도를 효과적으로 추정하는 방법을 제안한다. 기존 연구들은 단일 수준의 의도 추정에 초점을 맞추었지만, 이 연구에서는 행동 수준과 과제 수준의 계층적 의도 추정 모델을 개발하였다.
구체적으로, 계층적 의존성 손실 함수를 도입하여 상위 수준의 과제 예측이 하위 수준의 행동 예측을 향상시키도록 하였다. 또한 다중 창 전략을 통해 각 수준에 적합한 입력 데이터 길이를 제공하였다.
실험 결과, 제안한 계층적 딥러닝 모델이 단일 수준 모델에 비해 의도 추정 정확도가 향상되었음을 보였다. 특히 동작 데이터와 시각 데이터를 모두 활용할 때 우수한 성능을 보였다. 이를 통해 원격 조종 작업에서 사용자의 의도를 효과적으로 파악하고 적절한 지원을 제공할 수 있을 것으로 기대된다.
Stats
원격 조종 조립 작업에서 사용자의 의도 추정 정확도는 행동 수준에서 95.41%, 과제 수준에서 98.25%를 달성하였다.
Quotes
"계층적 구조를 활용하여 사용자의 단기 행동과 장기 과제 의도를 효과적으로 추정할 수 있다."
"제안한 계층적 딥러닝 모델이 단일 수준 모델에 비해 의도 추정 정확도가 향상되었음을 보였다."