相关实验视频
Updated: Sep 17, 2025

09:36
Measurement of Spatial Stability in Precision Grip
Published on: June 4, 2020
3.3K
熟悉合作伙伴可以提高手工精确任务的性能
Johannes Heidersberger1, Jakob Kaiser2,3, Shail Jadav2
1Autonomous Systems Lab, Institute of Computer Technology, TU Wien, Vienna, Austria. johannes.heidersberger@tuwien.ac.at.
Scientific reports
|July 2, 2025
概括
人类合作者在物理任务中开发特定的合作伙伴策略,通过学习协调来提高与熟悉合作伙伴的性能. 这种学习的行为转移到单独执行,增强未来的合作.
科学领域:
- 人与机器人的交互
- 认知科学是一种认知科学.
- 机器人技术 机器人技术 机器人技术
背景情况:
- 了解人类的协作行为对于推进物理人机器人协作至关重要.
- 通过反复交互来研究学习,为自适应性机器人代理的发展提供了信息.
研究的目的:
- 在高精度触觉协作任务中调查学习行为.
- 为了确定合作行为是否是特定于合作伙伴的,确定策略,并评估人际差异.
主要方法:
- 与人类二元体重复触觉协作任务.
- 分析运动和力数据以确定协作策略.
- 对试验的性能变化和知识转移的评估.
主要成果:
- 熟悉的合作伙伴立即获得高绩效;不熟悉的合作伙伴需要适应.
- 合作者开发并保留了特定于合作伙伴的运动和力量策略.
- 减少运动变化和增加可预测性提高了性能.
- 观察到知识转移,更好的合作伙伴增强个人改进.
结论:
- 在协作精确任务中的合作伙伴谈判和优化联合行动战略.
- 学习的策略与熟悉的合作伙伴重复使用,并转移到单人表演.
- 这种适应性学习机制是有效的人机协作的关键.

