人机协同操作中的冲突解决方法

本文提出了一种机器学习（ML）方法来检测和解决人类与主动式机器人在执行物理协作任务时发生的运动冲突。我们训练了一个随机森林分类器，用于区分物体协同操作过程中的人机和谐与冲突交互行为。通过团队合作产生的动觉信息用于描述协作的交互质量。因此，我们证明来自触觉（力/力矩）数据的特征足以分类人类和机器人是和谐地操作物体还是面临冲突。实施了一种冲突解决策略，使机器人伙伴在交互运动模式和谐时通过在线轨迹规划主动贡献任务，在检测到冲突时跟随人类引导。容许控制器调节任务期间人与机器人之间的物理交互。这使得机器人在发生冲突时能够被动地跟随人类。当伙伴和谐工作时，使用人工势场主动控制机器人运动。我们设计了一项实验研究，创建了协作操作物体过程中的和谐与冲突交互场景，并创建了数据集来训练和测试随机森林分类器。研究结果显示，ML可以成功检测冲突，且与总是跟随人类伙伴的被动机器人和无法解决冲突的主动机器人相比，所提出的冲突解决机制显著降低了人类的力量和努力。