GENESIS-Handover：以生成假说选择任务导向递物

当人类互相递给对方物体时，他们会将几何和语义信息融入到这个过程中。例如，将刀的手柄朝向接受者而不是刀片，既更符合人体工程学，也更安全。最近用于面向任务的机器人与人类切换的最先进方法已经从建模对象几何发展到合并对象可供性。然而，他们经常放弃预测人类选择使用物体时的明确的、特定于任务的手部姿势。由于许多对象支持多种交互方式，例如用于敲击或拔钉子的羊角锤，因此必须对这种可变性进行建模，以实现稳健的面向任务的切换。为了解决这个问题，我们提出了一种新方法，GENESIS-Handover（GENERative HypotheSIS），它利用 VLM 图像生成来生成各种特定于任务的手部物体交互假设。这些假设与观察到的人类手部姿势实时匹配，从而能够推断出最合适的切换配置。通过利用 VLM 作为合理的手-物体交互的先验，该方法为以前未见过的物体-任务对生成任务条件切换策略。在移动操纵器上部署完整系统之前，我们评估独立的交互建议模块。在一项涉及 5 个任务-对象对的 12 名参与者的用户研究中，83.3% 的人认为我们的方法比之前的现有技术具有更好的任务理解能力。