[论文解读] How to be Helpful? Implementing Supportive Behaviors for Human-Robot Collaboration.

Olivier Mangin, Alessandro Roncone+1 more|arXiv (Cornell University)|Oct 30, 2017

Robot Manipulation and Learning参考文献 27被引用 4

一句话总结

本文提出了一种主动的人机协作框架，使机器人能够在感知能力有限和任务模型不完整的情况下自主支持人类完成任务。通过利用共享的分层任务模型构建部分可观测马尔可夫决策过程（POMDP），系统在线计算出鲁棒的机器人策略，即使在感知误差和操作失败的情况下，也能在家具组装任务中实现有效支持。

ABSTRACT

The field of Human-Robot Collaboration (HRC) has seen a considerable amount of progress in the recent years. Although genuinely collaborative platforms are far from being deployed in real-world scenarios, advances in control and perception algorithms have progressively popularized robots in manufacturing settings, where they work side by side with human peers to achieve shared tasks. Unfortunately, little progress has been made toward the development of systems that are proactive in their collaboration, and autonomously take care of some of the chores that compose most of the collaboration tasks. In this work, we present a collaborative system capable of assisting the human partner with a variety of supportive behaviors in spite of its limited perceptual and manipulation capabilities and incomplete model of the task. Our framework leverages information from a high-level, hierarchical model of the task. The model, that is shared between the human and robot, enables transparent synchronization between the peers and understanding of each other's plan. More precisely, we derive a partially observable Markov model from the high-level task representation. We then use an online solver to compute a robot policy, that is robust to unexpected observations such as inaccuracies of perception, failures in object manipulations, as well as discovers hidden user preferences. We demonstrate that the system is capable of robustly providing support to the human in a furniture construction task.

研究动机与目标

• 开发一种机器人系统，以主动支持人类合作者在现实世界协作任务中的表现。
• 使机器人能够在任务模型不完整和感知不准确的情况下推断人类意图并调整自身行为。
• 创建一种共享的高层级任务表示，以确保人类与机器人之间的透明度和同步性。
• 设计一种对意外观测和隐藏用户偏好具有鲁棒性的策略计算方法。
• 在现实世界不确定性条件下，于真实的家具组装任务中评估该系统。

提出的方法

• 系统使用人类与机器人共享的高层级分层任务模型，以实现相互的计划理解与同步。
• 从分层任务模型中推导出部分可观测马尔可夫决策过程（POMDP），以表示感知和任务执行中的不确定性。
• 在线求解器实时计算机器人策略，支持对动态变化和意外观测的适应。
• 该策略设计为对感知不准确、操作失败具有鲁棒性，并能推断隐藏的用户偏好。
• 该框架使机器人能够自主执行支持性行为，如取用工具或准备零件，而无需明确指令。
• 系统根据观测结果持续更新其信念状态，保持与人类任务进度的一致性。

实验结果

研究问题

• RQ1 当机器人的感知和操作能力受限时，如何主动支持人类合作者完成任务？
• RQ2 共享的分层任务模型在多大程度上能够实现人机协作中的透明同步与相互理解？
• RQ3 基于POMDP的策略计算方法是否能有效处理由感知误差和任务层面模糊性带来的不确定性？
• RQ4 系统如何在无显式反馈的情况下适应隐藏的用户偏好？
• RQ5 在任务模型不完整的情况下，机器人能否在真实世界装配任务中自主执行支持性行为？

主要发现

• 机器人在无显式人类指令的情况下，成功执行了取工具和准备零件等支持性行为，应用于家具组装任务。
• 通过共享的分层任务建模，系统即使在任务进度偏离预期时，仍能与人类伙伴保持同步。
• 在线POMDP求解器在感知不准确和操作失败的情况下，实现了鲁棒的策略执行。
• 机器人推断并适应了隐藏的用户偏好，从而在无需显式偏好信号的情况下提升了协作效率。
• 该框架在执行过程中表现出对任务模型不完整性和现实世界不确定性的强适应能力。
• 系统在真实工业环境中实现了可靠的协作，验证了主动支持在HRC中的可行性。