提出元学习HRI模式识别与自适应控制框架

Nuo Chen与Ya-Jun Pan提出基于元学习的人机交互框架，用元学习训练的神经网络识别主动引导与被动跟随两种模式，无需手动设定切换阈值；论文称引入控制器的力相关参数后，被动模式识别率从90.1%升至99.1%，主动模式从79.8%升至97.1%。 配套的自适应元学习控制器用于补偿人体扰动并在线适应不同交互力，多轨迹元学习算法联合学习环境基表征与力相关参数以处理未建模动力学；作者称实验验证了其鲁棒控制与可靠模式识别性能。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。