用于机器人控制的时序模式识别与动态手臂手势速度估计神经网络

查看 PDF HTML（实验性）

摘要：部署通过手势与人类交互的智能机器人系统，需要能够识别多样化时间模式的神经网络。我们对十个抽象序列任务——五个置换不变（集合）问题和五个顺序相关（序列）问题——进行了系统性基准测试，评估了涵盖循环、卷积、注意力和集合函数族的十八种神经网络架构。在核心架构-任务网格之外，我们探索了大量预处理和目标变量变换，产生了超过 250 种不同的实验配置。所有变体都在严格相同的条件下训练和测试（固定随机种子、共享超参数、共享数据划分），以确保公平且可复现的比较。对全部十个任务的排名揭示了四种始终表现最佳的架构——BiGRU、TCN、Conv1D 和 GRUReLU——它们都足够紧凑，可用于实时部署（在基准设置下参数少于 2,000 个）。基于这一排名，我们将三种架构上多样化的顶级模型（BiGRU、TCN 和 GRUReLU）应用于一个实际机器人问题：从骨骼关键点序列估计动态手臂手势的执行速度。在通过 OpenPose 记录的包含 256,710 帧的八类交通相关手势的自定义数据集上，评估了三种速度解释（峰值计数、周期时间和平均尖峰间距）。最佳配置在峰值计数解释上实现了 0.198 的平均绝对误差，对应约 5% 的相对误差，而周期时间解释达到约 4% 的相对误差，平均尖峰间距解释达到约 8% 的相对误差。这些结果表明，神经网络能够从骨骼数据可靠地估计手势速度，为速度感知的手势控制机器人系统开辟了道路。

评论：	10 页，6 幅图，4 张表。发表于 Proceedings of the Intelligent Robotics FAIR 2026 (IntRob '26)，2026 年 6 月 18-19 日，匈牙利布达佩斯，ACM
主题：	机器人学 (cs.RO)；人工智能 (cs.AI)；计算机视觉与模式识别 (cs.CV)
引用为：	arXiv:2610.11631 [cs.RO]
	（或 arXiv:2610.11631v1 [cs.RO] 用于此版本）
	https://doi.org/10.48550/arXiv.2610.11631 arXiv 颁发的 DOI 通过 DataCite（待注册）
期刊参考：	Proceedings of the Intelligent Robotics FAIR 2026 (IntRob '26), ACM, 2026, pp. 140-149
相关 DOI：	https://doi.org/10.1145/3831600.3831618 链接到相关资源的 DOI

提交历史

来自：Milán Zsolt Bagladi [查看电子邮件]
[v1] 2026 年 10 月 8 日星期四 10:08:56 UTC（1,403 KB）