研究人员开发了一种新型多模态个体概念模型,旨在提高服务机器人对用户的识别能力。该模型能从有限的、未标记的数据中学习个体概念,即使在外观、环境噪声或转录错误等条件发生变化时,也能稳健地识别个体。通过集成视觉、听觉和语言特征,并采用CLIP和CLAP等先进技术,该模型实现了0.89的识别准确率,在已知参与者真实数量的情况下,其表现与k-means聚类相当。研究还展示了该模型在Toyota Human Support Robot上的有效性,突显了其在个性化机器人服务方面的潜力。 AI
影响 通过改善不同条件下的用户识别能力,增强了机器人的个性化服务能力。
排序理由 详细介绍新模型及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Chinese restaurant process
- CLAP
- k-means clustering
- Multimodal Person Concept Model
- principal component analysis
- Toyota Human Support Robot
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →