美国留学

如今，机器人越来越多地用于制造和仓储和物流领域。但是，在这些工作环境中，通常隔离工人和机器人的活动空间。因此，在人与机器人之间进行互动尤其重要。人类与机器人的沟通不同。具体而言，人类*惯于使用语言和手势进行交流。机器人以数字形式交换信息，例如文本命令。这可能会导致人与机器人之间的沟通偏见。增强现实（AR）技术可以可视化机器人的行为，从而填补机器人和人类之间的通信障碍。不仅如此，AR还提供了具有较高带宽和低歧义的替代通信机制。当前，基于AR的可视化系统是手动设计的，并且视觉信息太多或太少。当视觉信息太少时，用户会发现AR接口无法扮演角色。如果有太多的视觉信息，用户处理相应的信息将相对困难。为了使人与多机器人之间的更好的互动体验，研究人员使用模仿学*方法来实现AR的智能，并开发了一个名为“ Varil”的技术框架（使用模仿学*的增强现实的Visalizatization）。

图|相关论文（来源：CORL）

最近，相关论文在机器人学*会议（CORL）上发表了《用于人机协作的 AR 可视化学*策略》的标题（人机合作的增强现实的学*可视化政策[1]。

Varil技术有助于人与机器人之间的有效互动。 Varil技术可以有助于人类与机器人之间的有效互动。它通过分析机器人和人类的状态来确定哪些信息，何时以及以什么形式可视化。

图| Varil框架（来源：CORL）

具体而言，Varil技术可以同时使用AR接口来跟踪多个机器人状态，并动态选择AR可视化操作，包括AR，以帮助搬运工感知机器人的位置并计划运动轨迹。人类有两个不同的人类实体，一个是人类工人的作用，另一个是人类专家。假设一组机器人在与人类的同一空间中工作。这组机器人不断使用AR界面共享状态和计划。同时，人类能够使用AR界面来跟踪机器人团队的状态。人工工人与机器人团队一起完成任务。在展示Varil技术期间，人类专家参与其中，并负责指示在特定时间内可视化哪些信息（或未可视化）。一旦生成新的策略，AR智能设备就会更新视觉信息，模仿人类专家演示者建议的动作。值得注意的是，专家只参加战略学*阶段，一旦智能设备了解相关策略，就不再需要人类专家。

在不同的AR可视化策略下完成任务

该论文提到，为了探索虚拟人和机器人如何在不同的AR可视化策略下完成任务，研究人员为模拟仓库环境创建了一个演示平台（带有内置实验室）。该平台不仅有助于人类和机器人相互协作，而且还可以对Varil框架进行经验评估。

图|虚拟人和机器人在不同的AR可视化策略下完成任务（来源：CORL）

在虚拟仓库环境中，研究人员设置了12个机器人与1个虚拟人合作，以完成系统交付的任务。机器人的任务是将物体运送到不同的位置（卸载站），并帮助机器人等待在卸载站卸货的机器人。

图|两个不同尺寸的仓库环境（来源：CORL）

没有AR可视化，人类工人将无法获得机器人的位置，并了解机器人计划要做什么。在完全可视化的情况下，虚拟人类可能会被视觉指标淹没。在模仿学*AR可视化（VARIL）的情况下，AR软件机器人使用学*的策略来根据人与机器人之间的相互作用动态来确定可视化策略。完成任务后，研究人员收集了6000个“州行动”配对数据集。他们还使用迭代模仿学*算法在此数据集中训练AR智能设备。然后，他们比较了两种可视化策略。结果表明，随着模仿学*的迭代次数增加，行动与策略之间的冲突急剧减少。此外，与训练后获得的策略相比，初始策略减少了机器人的等待时间。后来，研究人员还使用了25名真正的参与者来评估Veril如何影响用户体验。在仓库中，要求每个参与者操作一个虚拟人并填写主观评估问卷。

图|两个可视化系统Arroch和Crmiar（来源：CORL）

实际人类参与者的实验结果表明，与文献中两个可视化系统（对照组）相比，Varil技术可以显着提高人类机器人的相互作用效率，同时降低人类用户的干扰水平。除定性评估外，研究人员还比较了人类学*期间的任务完成时间。结果表明，Varil技术可以显着提高人类和多机器人协作团队的任务完成效率，从而减少机器人等待卸载15的时间。尽管研究人员使用机器人来证明AR人力计算机的交互系统，但在现实世界中很难构建和评估此类系统。因为人类员工需要在送货站之间行走。在送货站，每个导航操作可能需要很长时间。更复杂的是，机器人需要实时合作以完成任务，如果其中一个机器人被困在动态障碍物上，则可以尽早终止试验。开源模拟器可以模拟仓库环境并避免上述问题。尽管这样的模拟器无法克服人类计算机协作的所有挑战，但它可以使AR研究人员专注于设计算法，而不是乏味的软件开发工作。将来，研究团队将通过问卷调查进一步评估Varil的用户体验，并优化VR人类计算机协作系统。参考文献1。KishanChandan，Jack Albertson，Shiqi Zhang，Corl（2022）.https://Kishanchandan.github.io/varil.html