arXiv · Human-Computer Interaction· Taewoon Kim, Emma van Zoelen, Mark Neerincx
· 1 天前
通过先前协作的情景记忆改善城市搜救中的人机团队合作
Improving Human-Robot Teamwork in Urban Search and Rescue Through Episodic Memory of Prior Collaboration
预印本 · 尚未经过同行评审
AI 导读
用自动选出的先前协作模式初始化机器人，使救援成功率从25.7%升至41.3%，任务时间减少283秒。
摘要 · AI 翻译
有效的人-机器人团队协作要求机器人从交互一开始就能适应伙伴、情境和任务动态。在 MATRX 城市搜救（USAR）环境中，人们可以通过聊天与反思界面，将他们协作过程中发现的协作模式（CPs）外化出来。我们研究机器人能否利用这类先前的团队经验，在未来的交互中成为更好的队友。为此，我们将历史 CPs 表示为知识图谱情景记忆，并使用带有节点分类目标的图表示学习，来识别一个具有代表性且有效的记忆以供复用。随后，在新的协作回合开始前，我们用该记忆初始化机器人。在 20 名参与者和 160 次回合级观测中，用单个自动选择的先前 CP 初始化机器人，将救援成功率从 25.7% 提高到 41.3%，并将平均任务时间缩短了 283 秒。最大的收益出现在交互开始时，这表明可复用的情景记忆能够帮助机器人以更有效的任务知识进入协作，并支持更顺畅的早期团队协作。
中文由 AI 翻译，仅供参考，以原文为准。
来源：arXiv · Human-Computer Interaction · arxiv.org