研究人员开发了HITL-D，一个结合人类输入和基于扩散的AI策略用于机器人操作的新共享控制框架。该系统旨在通过提供末端执行器方向的自主更新，减少对操纵杆的广泛控制需求，并降低心智负荷，从而提高用户在复杂任务中的表现。一项包含12名参与者的用户研究表明，与传统遥操作相比，HITL-D将任务完成时间缩短了40%，感知工作量降低了37%。 AI
影响 该框架可以增强复杂操作任务中的人机协作，有可能提高效率并减轻操作员疲劳。
排序理由 发布了一篇详细介绍新AI辅助控制框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.21460v1 Announce Type: cross Abstract: Autonomous manipulation systems have achieved remarkable capabilities, yet the integration of human expertise with diffusion-based policies in shared control remains relatively unexplored. In this paper, we propose Human-In-The-Lo…
Autonomous manipulation systems have achieved remarkable capabilities, yet the integration of human expertise with diffusion-based policies in shared control remains relatively unexplored. In this paper, we propose Human-In-The-Loop Diffusion (HITL-D), a shared control framework …