《抓住那个》：对人机协作中显式和隐式任务分配技术的调查

文献标题

“Grip-that-there”: An Investigation of Explicit and Implicit Task Allocation Techniques for Human-Robot Collaboration

文献信息

• 主题领域: 人机交互 (HRI) 和任务分配技术
• 关键词: 人机任务分配、隐式技术、显式技术、人类机器人协作 (HRC)、空间交互、区域性、混合现实

研究背景与问题

• 发现的问题或挑战: 当前人机协作（HRC）任务分配主要基于预先规划，导致灵活性不足，进而影响人类在任务中的能动性。对于实时分配任务的技术尚缺乏彻底探索与评价。
• 重要性: 实时任务分配技术对于促进自然、高效的人机协作至关重要，尤其是在类似即时任务（如拼图或烹饪）中，传统的预先规划方式难以适用。
• 研究动机与相关工作:
  • 区域性与亲近性（territoriality 和 proxemics）是观察人类团队协作时发现的关键行为，但其在实时任务分配中的潜在应用尚未深入研究。
  • 现有隐式与显式任务分配技术均有局限，例如隐式技术可能缺乏控制，而显式技术可能耗费用户资源。

解决方案

• 方法与解决方案: 提出一个设计空间，结合隐式与显式任务分配技术，用于即时人机协作中的任务分配：
  • 显式技术: 用户通过直接和明确的动作来分配任务。
    • 语音分配（Voice）
    • 菜单式分配（Menu）
    • 微妙重定位技术（Subtle Relocation）
    • 固定区域（Fixed Territories）
  • 隐式技术: 基于启发式算法由机器人主动作出任务分配。
    • 距离分配（Distance）
    • 凝视（Gaze）
    • 亲近性区域（Proximity）
    • 主动式任务分配（Proactive）
• 创新点:
  • 首次提出一个完整的任务分配设计空间，将人类协作中的协调行为（如区域分割和空间线索）引入到HRC中。
• 实施步骤与关键技术:
  • 在虚拟现实（VR）中实现一个虚拟桌面协作环境，用于模拟和评估技术。
  • 通过头盔、传感器等设备捕获用户动作和指令，并将数据同步到机器人控制模块。

研究成果

• 具体成果:
  1. 提出一个涵盖显式与隐式任务分配技术的设计空间。
  2. 在VR中开发了一个HRC模拟平台，并实现了所提出的任务分配技术。
  3. 通过试验研究评估技术的易用性、效率以及任务分配和团队流畅性。
• 优势:
  • 隐式技术显著提升了任务并行能力，减少了用户负担。
  • 某些显式技术（如“固定区域”方法）结合了用户控制和任务效率，获得广泛好评。
• 实验与评估结果:
  • 在实验中，隐式技术（如距离分配）表现出强大的任务分配自动化能力，但有时缺乏用户的精细控制。
  • 显式技术，如语音分配具有较高的任务分配效率，但可能增加用户的交互开销。
  • 联合使用显式与隐式技术可增强系统的可控性与任务并行性。
• 局限性与未来方向:
  • 某些隐式技术在复杂环境中对用户的微调需求较高，可能导致无意的操作错误。
  • 未来方向包括在实际环境中验证这些技术、开发混合任务分配机制和进一步优化用户界面设计。
  • 人机协作扩展到多用户、多机器人情境需要新的设计适配与优化。