A Modular Framework for Flexible Planning in Human-Robot Collaboration

本文提出了一个综合框架，以增强人机协作在现实场景中的应用。它引入了一种形式化方法来建模需要两个代理之间合作的关节任务，通过一个较小的基元集合。我们的实现利用了分层任务网络(HTN)规划和模块化的多感知管道，其中包括视觉、人类活动识别和触觉传感。为了展示系统的可扩展性，我们提出了一个实验场景，其中两个人轮流与 Baxter机器人合作组装四件具有不同组件的家具。这种集成突显了人机协作方面的有前途的进展，表明了一种可扩展的方法，适用于各种应用中的复杂协作任务。

本论文旨在提出一个全面的框架，以增强人机协作在真实场景下的效果。它通过一组较小的基本操作来建模需要两个代理协作的关节任务。

本文的关键思路是使用层次任务网络（HTN）规划和模块化的多感知管道来实现人机协作。该系统的可扩展性得到了验证，可以应用于各种复杂的合作任务。

本文的实验场景是两个人与Baxter机器人一起组装四件具有可变组件的家具。该文的亮点包括使用多感知管道、展示了系统的可扩展性和提出了一种新的建模方法。

最近在这个领域中，还有一些相关的研究被进行，如“Collaborative Task Learning for Robot Manipulation with Haptic Demonstrations”和“Human-Robot Collaboration with a Robot Manipulator: Study of Human-Robot Joint Action”。