다중 모달리티 정보(머리 방향, 손 방향, 손 움직임)를 활용하여 실시간으로 인간의 의도를 예측하고, 이를 바탕으로 로봇의 작업 순서 조정 및 충돌 회피를 수행함으로써 향상된 인간-로봇 협업을 달성한다.
관련성 개념을 도입하여 인간 목표와 관련된 객체를 정확하게 예측하고, 이를 바탕으로 더 안전하고 효율적인 인간-로봇 협업을 달성할 수 있다.
인간의 인지적 능력을 모방하여 상황에 가장 관련성 있는 요소를 선별적으로 파악하는 새로운 접근법을 제안하고, 이를 통해 인간-로봇 협업의 효율성과 안전성을 향상시킬 수 있다.
다중 모달 대화를 통해 인간 작업자와 로봇 간의 자연스러운 상호작용을 가능하게 하고, 안전 고려사항을 사전에 예측하여 효율적인 협업을 달성한다.
이 논문은 인간 작업자가 로봇에 주목하지 않고 물건을 요청할 수 있는 혁신적인 맹목적 물건 전달 아키텍처를 제안합니다. 이를 통해 로봇이 자율적으로 전체 전달 과정을 관리하고 안전성과 자연스러운 상호작용을 보장할 수 있습니다.
사용자 피드백을 활용한 강화학습 기반 비언어적 표현 생성을 통해 로봇의 기능 상태를 효과적으로 전달할 수 있다.
로봇 에이전트는 향후 작업을 예측하고 인간과 협력하여 효율적으로 작업을 수행할 수 있다.