Interactive Semantics-Enhanced Vision-Language Model-Driven Hypergraph Reasoning for Robotic Decision-Making in Proactive Human–Robot Collaboration
Notice bibliographique
Résumé
Proactive human-robot collaboration (HRC), as a cognition-centric approach, aims to reason the dynamic process of tasks for proactive robotic decision-making, which can be represented through the spatiotemporal evolution of non-paired relationships. Most existing works rely solely on vision-driven knowledge graph methods to reason the spatiotemporal evolution. However, the spatiotemporal evolution of non-paired relationships involves the interaction of multimodal information, and understanding such interactions requires robust analytical capabilities, which poses challenges for proactive robotic decision-making. This paper proposes an interactive semantics-enhanced vision-language model-driven spatiotemporal hypergraph reasoning method (VLSHR) to reveal the spatiotemporal evolution of non-paired relationships. First, to understand vision-language semantics, we fine-tuned a vision-language large language model (LLM) with interactive semantics. Furthermore, vision-language semantics need to be transformed into a hypergraph structure that can represent non-paired relationships. To reason the spatiotemporal evolution of non-pairwise relationships in HRC, we define temporal hyperedges, spatial hyperedges, and task hyperedges, coupling the affiliations of nodes with different types of hyperedges to construct a spatiotemporal hypergraph for HRC tasks. Then, a spatiotemporal hypergraph neural network is developed to reason the spatiotemporal evolution of non-pairwise relationships for proactive robotic decision-making. Finally, a case study on HRC assembly tasks demonstrates the effectiveness of the proposed method.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».