パーソナライズおよびターゲットを絞ったインタラクティブ支援のためのモデル予測ゲーム制御

科学分野:

• ロボット工学
• 人間とロボットの相互作用
• 制御理論

背景:

• 接触ロボットは、身体的トレーニングおよび製造において不可欠です。
• 現在の制御方法は、人間のユーザーの意図よりもシステムパフォーマンスを優先します。
• 人間とロボットの協力の最適化には、人間の制御戦略を考慮する必要があります。

研究 の 目的:

• 人間の運動制御を予測および組み込む接触ロボット用の新しいコントローラーを開発すること。
• モデル予測ゲーム（MPG）コントローラーを使用した人間とロボットの共同適応を調査すること。
• 相互作用ダイナミクスに支援メタパラメーターの影響を評価すること。

主な方法:

• 人間の運動制御を予測するための差分ゲームベースコントローラー（MPGコントローラー）を開発しました。
• 人間とロボットの共同適応を分析するための実験を実施しました。
• ロボットの支援レベルを調整するために支援メタパラメーターを利用しました。

主要な成果:

• MPGコントローラーは、人間の身体的労力を削減しながら、安定した人間とロボットの相互作用を保証します。
• ロボットは、個々の人間の相互作用行動に正常に適合しました。
• 人間はロボットの戦略に適応し、その行動は支援メタパラメーターによって変調されました。
• 相互作用はゲーム理論の原則に沿っており、人間がロボットの戦略を理解していることを示しました。

結論:

• MPGコントローラーは、人間の意図を予測することにより、最適な人間とロボットの相互作用を促進します。
• 人間とロボットの共同適応は、効果的な共同タスクの重要な要素です。
• 支援メタパラメーターは、トレーニングおよびリハビリテーション用のロボット支援アプリケーションで人間の行動を導くための汎用的な方法を提供します。