实体
Human-Robot Interaction Using Affective Cues
Human-Robot Interaction Using Affective Cues
PulseAugur coverage of Human-Robot Interaction Using Affective Cues — every cluster mentioning Human-Robot Interaction Using Affective Cues across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
3 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
机器人Pepper通过ChatGPT和RLHF学习富有表现力的手势
研究人员开发了一种新颖的方法，通过整合ChatGPT和基于人类反馈的强化学习（RLHF）来为人形机器人Pepper生成自然且富有表现力的手势。单独使用ChatGPT的初步尝试产生了僵硬的动作，但随后基于用户评估的RLHF微调显著改善了机器人的手势生成。这个迭代过程产生了更流畅、更相关、更富表现力的手势，增强了人机交互。
-
新的PATCH系统增强了机器人操作的稳定性
研究人员开发了PATCH，一个用于在真实环境中监控机器人操作任务的新系统。这个动作块条件潜在块创新监控器旨在通过检测和响应意外场景动态来提高基于学习的操作策略的鲁棒性。PATCH在活动动作块内预测潜在块的演变，并累积残差以生成局部干预信号，当局部创新消退时，允许执行暂停和策略恢复。在真实机器人数据上的实验表明，与现有的运行时监控器相比，PATCH提供了更稳定且与上下文相关的触发器。
-
机器人交互框架使用视觉和语音来理解意图
研究人员开发了一个名为 EDITH 的新框架，该框架集成了口头和非口头人类信号，以实现更自然的人机交互。该系统捕获智能眼镜中的第一人称视频、注视和语音，并将其与语言指令一起使用以推断人类意图。EDITH 采用分层策略来分解任务，并使用视觉流中的关键帧来锚定任务，与仅使用语言命令相比，这大大减少了用户的工作量。