以人为中心的抓取状态评估：将主观评估转移到机器人

我们提出了一个框架，将默认的人类主观标准转移到机器人系统，以适当地抓取可变形物体。实现这种行为具有挑战性，因为人类的定性期望和机器人的定量测量之间存在语义差距。用于弥补这一差距的传统深度学习方法还需要为每个新遇到的对象提供大量的手动注释数据。为了应对这些挑战，我们的框架将基于视觉语言模型（VLM）的半自动监督生成器与轻量级掌握状态预测器集成，使用最少的人工注释试验集作为上下文锚点，将主观标准传播到未注释的数据。然后，预测模型通过从时间序列触觉和抓握力测量中顺序估计抓握状态来实现快速在线适应。通过对三个代表性可变形物体的实验和一项有 25 名参与者的人体评估研究，我们证明了所提出的框架在评估任务设置中根据人类感知的抓握适当性调整抓握力的可行性。