A question that many researchers in social robotics are addressing is how to create more human-like behaviour in robots to make the collaboration between a human and a robot more intuitive to the human partner. In order to develop a human-like collaborative robotic system, however, human collaboration must first be better understood. Human collaboration is something we are all familiar with, however not that much is known about it from a kinematic standpoint. One dynamic that hasn't been researched thoroughly, yet naturally occurs in human collaboration, is for instance leader-follower dynamics. In our previous study, we tackled the question of leader-follower role allocation in human dyads during a collaborative reaching task, where the results implied that the subjects who performed higher in the individual experiment would naturally assume the role of a leader when in physical collaboration. In this study, we build upon the leader-follower role allocation study in human dyads by observing how the leader-follower dynamics change when the collaborative task becomes more complex. Here, the study was performed on a reaching task, where one subject in a dyad was faced with an additional task of obstacle avoidance when performing a 2D reaching task, while their partner was not aware of the obstacle. We have found that subjects change their roles throughout the task in order to complete it successfully, however looking at the overall task leader the higher-performing individual will always dominate over the lower-performing one, regardless of whether they are aware of the additional task of obstacle avoidance or not.


翻译:许多社会机器人研究人员正在处理的一个问题是,如何在机器人中创造更像人类的行为,使人类和机器人之间的协作更直观地直观于人类伙伴。然而,为了发展一种人式协作机器人系统,人类协作首先必须更清楚地理解。人类协作是我们所有人都熟悉的事物,尽管从运动的角度对它了解不多,但人类协作并不十分了解这一点。一个未经彻底研究但却自然发生在人类协作中的动态,例如领导者与追随者之间的动态。在我们先前的研究中,我们处理了一个问题,即在合作完成的任务中,领导者与执行者之间如何在人类灾难中分配角色的问题。在这个任务中,结果意味着在个体实验中表现较高的主体将自然地承担领导者的角色。在这项研究中,我们以领导者与执行者之间的角色分配研究为基础,观察在合作任务变得更加复杂时,领导者与执行者之间的动态变化是如何变化的。在这里,一个处于困境的主体在合作完成整个任务的过程中,我们总是面临一个额外的障碍,而不是在避免一个更高的角色上,我们在整个任务中发现一个更高的角色是,在履行其整个任务的过程中是否成功地完成了任务。

0
下载
关闭预览

相关内容

不可错过!700+ppt《因果推理》课程!杜克大学Fan Li教程
专知会员服务
69+阅读 · 2022年7月11日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年9月1日
Adaptive Synthetic Characters for Military Training
Arxiv
46+阅读 · 2021年1月6日
VIP会员
相关资讯
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员