基于增强现实的数据采集界面的综合用户研究：面向机器人学习

未来多功能机器人需要能够从演示中学习新任务和行为。虚拟现实和增强现实技术的最新进展使这些技术成为高效直观采集大量演示数据的出色候选方案。虽然存在多种控制虚拟机器人的方法，但目前尚未有针对这些控制界面效率和直觉性的评估。这些特征在与非专业用户和复杂操作任务一起工作时尤为重要。为此，我们在AR环境中通过各种虚拟化任务进行了一项综合用户研究，调查了五种不同的控制虚拟机器人的界面。这些界面包括手部追踪、虚拟动觉教学、手柄和运动控制器。此外，本研究还引入了动觉教学作为一种新型界面，用于在AR设置中控制虚拟机器人，虚拟机器人模拟用户操控的真实机器人的运动。这项研究揭示了关于可用性和有效性的宝贵见解。研究结果表明，基于成功率和任务完成度、完成任务时间以及用户体验问卷（UEQ+）等客观和主观指标，提出的动觉教学界面显著优于其他界面。