摘要
本发明公开了一种面向人机交互系统的多模态融合控制方法。首先,以人类操控移动机器人为例,开发了强化学习算法使机器人能学习最优模态优先级策略。此外,基于零空间行为控制NSBC方法创新了多模态融合技术:当强化学习算法获得特定模态优先级后,该方法可无缝整合来自多模态的潜在冲突控制指令。NSBC方法实现了从同步操作到异步操作的拓展,使其适用于多模态HRI系统。为验证框架方法的有效性,开展了障碍环境下移动机器人运动控制实验。结果表明:在平均任务完成时间、碰撞率、人工参与度及任务错误率等维度,本方法均优于传统单模态HRI控制方法与固定加权多模态方法。实验末期的问卷调查进一步证实了用户对我们所提HRI框架的接受度。
技术关键词
面向人机交互
融合控制方法
移动机器人
深度Q网络
障碍物
多模态
DQN算法
强化学习算法
雅可比矩阵
贪婪策略
命令
评估机器人
手势识别模块
环境光照强度
优先级算法
训练神经网络
框架方法
系统为您推荐了相关专利信息
多线程调度方法
移动机器人控制
运输设备
动态地
终点
蛇形机器人
分层强化学习
分层控制结构
多层感知机
网络
碰撞系统
数字孪生
塔吊运行状态
防碰撞模块
障碍物