arXiv cs.AI· Taewoon Kim, Emma van Zoelen, Mark Neerincx·· 13 小时前AI 评分27
利用先前协作的情景记忆提升城市搜救中的人机团队协作
Improving Human-Robot Teamwork in Urban Search and Rescue Through Episodic Memory of Prior Collaboration
AI 导读
研究将历史协作模式表示为知识图谱情景记忆，通过图表示学习与节点分类目标自动选出可复用的代表性记忆，并在新协作开始前初始化机器人。在 MATRX 城市搜救环境中，20 名参与者、160 次回合级观测显示，该初始化使救援成功率从 25.7% 提升至 41.3%，平均任务时间减少 283 秒，增益在交互初期最明显。
正文 · AI 翻译
摘要：有效的人机团队协作要求机器人从交互一开始就能适应伙伴、情境和任务动态。在 MATRX 城市搜救（USAR）环境中，人们可以通过聊天与反思界面对其在团队协作中发现的协作模式（CP）进行外化表达。我们研究机器人能否利用此类先前的团队经验，在未来的交互中成为更好的队友。为此，我们将历史 CP 表示为知识图谱情景记忆，并使用带有节点分类目标的图表示学习来识别具有代表性且有效的可复用记忆。随后，在新的协作回合开始前，我们用该记忆对机器人进行初始化。在 20 名参与者和 160 次回合级观测中，用单个自动选择的先前 CP 初始化机器人，将救援成功率从 25.7% 提高到 41.3%，并将平均任务时间缩短 283 秒。最显著的提升出现在交互初期，这表明可复用的情景记忆能够帮助机器人以更有效的任务知识进入协作，并支持更顺畅的早期团队协作。
| 评论： | 已被 IEEE RO-MAN 2026 接收 |
| 主题： | 人机交互（cs.HC）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.18836 [cs.HC] |
| （或 arXiv:2606.18836v3 [cs.HC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.18836 由 DataCite 颁发的 arXiv DOI |
|
| 相关 DOI： | https://doi.org/10.1109/RO-MAN72286.2026.11714607
链接到相关资源的 DOI |
提交历史
来自：Taewoon Kim [查看电子邮件]
[v1]
2026 年 6 月 17 日星期三 09:10:59 UTC（1,264 KB）
[v2]
2026 年 7 月 28 日星期二 13:23:11 UTC（1,264 KB）
[v3]
2026 年 10 月 29 日星期四 16:50:38 UTC（1,268 KB）
来源：arXiv cs.AI · arxiv.org