.png){kind=icon}
返回
Learning Human–Robot Proxemics Models from Experimental Data
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14183704.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
社会中的个体通常倾向于隐式地遵循该文化内建立的社会规范。与人类共享动态环境的机器人也被期望表现出社会性行为，以改善其交互并增强在人类中的受欢迎程度。尤其是当机器人接近其人类伙伴时，应传达感知到的安全性和智能性。在本工作中，我们将人际空间距离（proxemics）建模为机器人导航成本，使机器人能够在人类周围展现回避行为，或在需要互动时发起交互。该空间距离模型通过整合人类感知行为来增强机器人导航，将人类视为具有个人空间偏好的社会主体，而非仅仅是障碍物。交互定位模型估计出目标人物周围适合机器人接近的位置。我们对人机交互数据和仿真实验的评估表明，所提出的模型在引导机器人对人类的回避和接近行为方面是有效的。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
引用论文
.png){kind=icon}
查看更多内容