Dissertação
Anticipation in Human-Robot Cooperation: A recurrent neural network approach for multiple action sequences prediction EVALUATED
Cooperação humano-robô é um elemento chave para novos desenvolvimentos em aplicações avançadas de fabricação e de assistência. A cooperação pode ser estudada pela teoria de acção conjunta que define a cooperação como interacção de três factores: percepção do contexto e objetivo de acção, antecipar a acção e acção anticipativa. Esta tese, foca-se na anticipação da acção. Anticipar o movimento do outro é possível através de pistas não verbais. A cooperação próxima exige robôs que possam entender pistas humanas não-verbais. Embora o problema de prever a acção a partir de pistas não-verbais tenha sido abordado de diferentes ângulos, as soluções normalmente assumem suposições Markovianas limitantes, abordagens recentes baseadas em redes neuronais sem suposições Markovianas demonstraram resultados encorajadores no problema de predição da ação humana. Esta dissertação estende o estado da arte nesta direção. Mais especificamente, as contribuições abordam duas falhas da literatura existente: previsão de sequências de acção 1) múltiplas e 2) de comprimento variável, através da introdução de uma nova topologia da rede neural no problema da predição de acção. Demonstramos o treino do modelo num conjunto de dados de predição de ação e a influência dos parâmetros do modelo. O modelo antecipa com sucesso a ação humana e mitiga problemas de complexidade através de uma estratégia de prunning. Demonstramos teoricamente a importância de prever sequências de acção como meio de estimar a recompensa estocástica num cenário de cooperação, estendendo o estado da arte em direções que são fundamentais para a cooperação humano-robô envolvendo comunicação não-verbal.
novembro 24, 2017, 18:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
José Alberto Rosado dos Santos Victor
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Catedrático