[论文解读] A Framework for Robot Programming in Cobotic Environments: First user experiments
本文提出了一种混合框架，结合了编程示范（PbD）与自动规划，使非专家用户能够通过预条件和后置条件教授机器人原子动作，从而实现目标导向动作序列的自主生成。在Baxter机器人上的用户实验表明，新手用户能够直观理解动作模型，并成功教会机器人完成如物体排列等复杂任务。
The increasing presence of robots in industries has not gone unnoticed. Large industrial players have incorporated them into their production lines, but smaller companies hesitate due to high initial costs and the lack of programming expertise. In this work we introduce a framework that combines two disciplines, Programming by Demonstration and Automated Planning, to allow users without any programming knowledge to program a robot. The user teaches the robot atomic actions together with their semantic meaning and represents them in terms of preconditions and effects. Using these atomic actions the robot can generate action sequences autonomously to reach any goal given by the user. We evaluated the usability of our framework in terms of user experiments with a Baxter Research Robot and showed that it is well-adapted to users without any programming experience.
研究动机与目标
- 解决在小型工业环境中部署机器人所需高编程技能的障碍。
- 使非专家用户无需编写代码或理解底层编程即可教授机器人新技能。
- 开发一种从示范中学习原子动作模型的系统，并利用自动规划生成适用于任意目标的动作序列。
- 评估具有不同教育背景的用户在预条件和后置条件理解上的可用性。
提出的方法
- 用户通过演示向Baxter机器人展示原子动作（例如，moveObject），指定初始状态和终止状态。
- 系统从示范中提取由预条件（所需世界状态）和后置条件（导致的世界状态）定义的动作模型。
- 这些模型以与自动规划技术兼容的逻辑表示形式进行编码。
- 自动规划器利用动作模型，从任意初始状态生成实现用户指定目标的动作序列。
- 该框架支持原子动作在不同目标和上下文中的重用。
- 用户实验包括动作教学、在失败场景中测试泛化能力，以及评估用户对机器人智能能力的感知。
实验结果
研究问题
- RQ1非专家用户能否通过PbD直观理解并正确指定机器人动作的预条件和后置条件？
- RQ2用户能否成功教会机器人原子动作，这些动作随后被规划器用于实现新的、未见过的目标？
- RQ3用户如何感知机器人从学习到的动作模型中自主生成动作序列的能力？
- RQ4当用户在缺乏失败场景的情况下制定完整动作模型时，会遇到哪些困难？
主要发现
- 所有参与者均成功理解并验证了动作模型，包括预条件和后置条件，尽管他们没有编程经验。
- 用户认为PbD过程非常直观，并表示其易于学习和使用。
- 实验过程中没有用户遇到困难，所有参与者均成功完成所有阶段。
- 尽管用户最初忽略了缺失的预条件（例如，“区域A为空”），但在面对失败场景时能迅速识别出问题。
- 用户在制定精确的预条件（例如，“区域A为空”）时存在困难，而倾向于提出等价但不够正式的条件。
- 所有用户都认为机器人自主解决排列问题的能力具有智能性，尽管他们对自动规划没有背景知识。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。