.png){kind=icon}
返回
Learning-Based Safety-Aware Task Scheduling for Efficient Human-Robot Collaboration
.png){kind=icon}
PRE
AI
DOI：10.1109/LRA.2025.3648605.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
确保协作机器人中的人身安全可能会影响效率，因为传统的安全措施在人类交互频繁时会增加机器人的循环时间。本文提出了一种安全感知方法，用于在不假设先验安全逻辑知识的情况下减轻效率损失。通过使用深度学习模型，机器人基于执行数据学习系统状态与安全引发的速度降低之间的关系。我们的框架不显式预测人类动作，而是直接对交互效应对机器人速度的影响进行建模，简化了实现并增强了不同安全逻辑的泛化能力。在运行时，学习到的模型优化任务选择以在遵守安全要求的同时最小化循环时间。在拾取与包装场景中的实验证明了循环时间显著减少。
Keyword:
Safety in HRI
human-robot collaboration
期刊
I
IF:
5.3
论文数:
1.9K
被引数:
3.9W
机构
引用论文
.png){kind=icon}
分享收藏Hierarchical Human Motion Intention Prediction for Increasing Efficacy of Human-Robot Collaboration
PREAI
分享收藏Task-Constrained Motion Planning Considering Uncertainty-Informed Human Motion Prediction for Human-Robot Collaborative Disassembly考虑不确定性的任务约束运动规划-用于人机协作拆卸的人类运动预测
PREAI
分享收藏
查看更多内容