Сергиенко_презентация

1.

Мобильные роботы,
взаимодействующие с людьми —
принципы работы и сферы применения
Студент группы 241-3211
Сергиенко Павел Андреевич
Проверил_________
Пителинский К. В.
Московский политехнический университет, 2026

2.

СОДЕРЖАНИЕ
СОДЕРЖАНИЕ ПРЕЗЕНТАЦИИ
1. Социальные роботы и HRI: понятие и
классификация
3. Сенсорные системы: камеры, LiDAR,
микрофоны, тактильные датчики
5. Компьютерное зрение: лица, позы,
эмоции
7. Исполнительные механизмы и
выражение эмоций
9. Алгоритмы диалога и машинное
обучение в HRI
11. Медицина, образование, сфера
услуг
13. Сводная таблица внедрений и
выводы
2. Статистика рынка социальных
роботов (2020–2027)
4. Распознавание речи (ASR / NLU / DM
/ TTS)
6. Навигация и безопасное движение
рядом с людьми
8. Архитектуры управления:
реактивная, обдуманная, гибридная
(ROS)
10. Стандарты безопасности ISO/TS
15066, ГОСТ Р
12. Промышленность (коботы) и
безопасность
2

3.

1. СОЦИАЛЬНЫЕ РОБОТЫ
ПОНЯТИЕ HRI И СОЦИАЛЬНОГО РОБОТА
•Социальный робот (Брезил и Шери [3]) —
автономный робот, взаимодействующий с людьми по
социальным нормам, воспринимая мимику, жесты,
интонацию и проксемику и генерируя адекватные
реакции.
•HRI (Human-Robot Interaction) охватывает все формы
коммуникации человека и робота — от
промышленных манипуляторов с ограждением до
гуманоидных платформ.
•Три уровня взаимодействия [4]: (1) teleoperation —
дистанционное управление; (2) supervisory control —
наблюдение с вмешательством; (3) fully autonomous
operation — полная автономность.
•Ключевое отличие от промышленного автомата:
наличие модели социального взаимодействия —
распознавание намерений и эмоций человека как
субъекта, а не объекта.
•Мобильность + автономность + социальный
интерфейс = социальный мобильный робот.
Применения: медицина, образование, услуги,
промышленность, безопасность.
•Современные платформы: Pepper (SoftBank), NAO,
Sophia (Hanson Robotics), iCub, PARO, Atlas (Boston
Dynamics), PR2 (Willow Garage).
Восприятие
(Perception)
Распознавание
намерений
HRI
Генерация
поведенческой
реакции
Принятие
решений
Выразительные
действия
(речь, жесты, мимика)
Рисунок 1.1 — Декомпозиция задач взаимодействия человека и робота (HRI)
3

4.

1. КЛАССИФИКАЦИЯ
ТИПЫ HRI-ВЗАИМОДЕЙСТВИЯ (Таблица 1.1)
Тип взаимодействия
Описание
Примеры роботов
Физическое
(тактильное)
Робот и человек непосредственно соприкасаются, выполняя
совместные манипуляции или помогая друг другу при
перемещении.
PARO (Япония), ReWalk,
Lokomat
Вербальное
(диалоговое)
Взаимодействие реализуется посредством голосовых команд и
речевых ответов без физического контакта.
Pepper (SoftBank), NAO,
Furhat
Жестовое
(невербальное)
Распознавание и воспроизведение жестов, поз и мимики для
обмена информацией.
iCub, Sophia, HRP-4C
Смешанное
(мультимодальное)
Сочетание нескольких каналов — речи, жестов и физического
контакта — в едином цикле взаимодействия.
Atlas (Boston Dynamics),
PR2 (Willow Garage)
Таблица 1.1 — Классификация социальных роботов по типу HRI-взаимодействия
•Феномен «долины жуткого» (Масахиро Мори, 1970): при чрезмерном сходстве с человеком
антропоморфный робот вызывает отторжение, ограничивая реализм современных платформ.
•Зооморфные роботы (PARO — тюлень): форма выбрана для снижения тревожности у
пациентов [5].
4

5.

1. РЫНОК
СТАТИСТИКА И ПРОГНОЗЫ РЫНКА СОЦИАЛЬНЫХ РОБОТОВ
Год
Объём рынка,
млрд долл.
США
CAGR,
%
Источник
2020
6,9
—
IFR 2021 [1]
2021
7,5
8,7
IFR 2022 [1]
Динамика рынка, млрд долл. США
30
25
20
15
2022
9,7
29,3
IFR 2023 [1]
2025
(прогноз)
16,4
23,0
IFR 2023 [1]
2027
(прогноз)
24,8
10
5
0
2020
23,0
IFR 2023 [1]
Таблица 1.2 — Статистика и прогнозы рынка социальных роботов
2021
2022
2025
прогноз
2027
прогноз
Рисунок 1.2 — Динамика мирового рынка социальных роботов (2020–2027)
•Рост 2020–2027: более чем в 3,5 раза (6,9 → 24,8 млрд долл.) при устойчивом CAGR ≈ 23 % [1].
•Ведущие рынки: Япония, США, Южная Корея, Китай — совокупно более 70 % мирового производства и потребления
[1].
•Драйверы роста: старение населения, дефицит рабочей силы в сфере услуг, удешевление сенсоров и облачных
сервисов.
•Лидирующие сегменты: медицинские ассистивные роботы и роботы для сферы услуг [1].
5

6.

2. ПРИНЦИПЫ РАБОТЫ
СЕНСОРНЫЕ СИСТЕМЫ (Таблица 2.1)
Тип сенсора
Ключевые параметры
Применение в HRI
Ориент. стоимость
RGB-камера
Разрешение до 4K, 30–120 FPS
Распознавание лиц, жестов, поз
50–500 USD
RGB-D камера (глубина)
Дальность 0,3–8 м, 30 FPS
3D-реконструкция, обход препятствий
150–1000 USD
LiDAR
Дальность до 200 м, 10–20 Гц
SLAM, навигация в помещении
1000–8000 USD
Микрофонная решётка
8–16 каналов, SNR > 65 дБ
Локализация источника звука, ASR
100–600 USD
Тактильный датчик
Давление 0–100 Н, 100 Гц
Безопасное взаимодействие при контакте
200–3000 USD
IMU (инерциальный
блок)
Акселерометр + гироскоп, 200–1000
Гц
Стабилизация, одометрия
20–500 USD
Таблица 2.1 — Сравнение сенсорных систем социальных роботов
6

7.

2. СЕНСОРЫ (детали)
RGB-D, LIDAR, МИКРОФОНЫ, ТАКТИЛЬНЫЕ ДАТЧИКИ
•RGB-D камеры (Intel RealSense, Azure Kinect):
дальность 0,3–8 м, формируют 3D-карту сцены и
определяют позу скелета с 17–33 ключевыми
точками [6].
•LiDAR: угловое разрешение 0,1–0,4°, дальность
до 200 м. 2D-лидары (SICK TiM, Hokuyo URG) →
SLAM + плоская карта этажа. 3D (Velodyne VLP16, Ouster OS1) → сложные многоуровневые
среды [7].
•Микрофонные решётки (4–16 микрофонов):
GCC-PHAT определяет направление на источник
звука с точностью ±5°; beamforming выделяет
речь при SNR до 65 дБ [8].
•Тактильные матрицы iCub: 2400 см²
поверхности, >4000 тактильных точек,
разрешение по давлению до 0,01 Н —
критически важно для безопасного физического
HRI [9].
•Сенсорная фузия (sensor fusion): объединение
разнородных потоков данных для повышения
надёжности восприятия — ключевой принцип
мультисенсорной архитектуры.
•IMU (инерциальный измерительный блок):
акселерометр + гироскоп, 200–1000 Гц —
обеспечивает стабилизацию и одометрию при
отказе внешних датчиков.
RGB/RGB-D
камера
LiDAR
Микрофонная
решётка
Сенсорная
фузия
(Sensor Fusion)
Модель
окружения
и человека
Тактильные
датчики
IMU
Рисунок 2.1 — Функциональная схема сенсорной системы социального робота
7

8.

2. ПРИНЦИПЫ РАБОТЫ
РАСПОЗНАВАНИЕ РЕЧИ И NLP (ASR → NLU → DM → TTS)
•Конвейер речевого HRI: ASR (Automatic
Speech Recognition) → NLU (Natural
Language Understanding) → Dialogue
Management → TTS (Text-to-Speech).
•NLU: Rasa NLU, Dialogflow, Azure LUIS —
извлечение intent и entities; точность
классификации намерений 92–97 % на
стандартных тестовых наборах [11].
•Роботы для пожилых дополнительно
адаптируют скорость и громкость речи к
индивидуальным особенностям слуха
пользователя.
•ASR: Whisper (OpenAI), wav2vec 2.0 (Meta
AI) — трансформерные архитектуры; WER
< 5 % в условиях нормального диалога;
дополняются алгоритмами
шумоподавления [10].
•TTS: Tacotron 2, FastSpeech 2 —
нейросетевой синтез речи; качество по
шкале MOS 4,4–4,6 из 5,0 — практически
неотличимо от человеческой речи [10].
•Ключевая метрика ASR — WER (Word
Error Rate); ключевая метрика TTS — MOS
(Mean Opinion Score).
8

9.

2. ПРИНЦИПЫ РАБОТЫ
КОМПЬЮТЕРНОЕ ЗРЕНИЕ В HRI
•Обнаружение лиц: MTCNN, RetinaFace,
BlazeFace (CNN); BlazeFace достигает 200
FPS при размере входа 128×128 пикселей
на мобильном GPU [12].
•Оценка позы тела: OpenPose (25 точек на
тело, многочеловеческая сцена);
MediaPipe Pose (33 точки, 30 FPS на
смартфоне) — для распознавания жестовкоманд [6].
•Мультимодальное распознавание
аффекта (аудио + видео): повышение
точности классификации на 7–12
процентных пунктов [11].
•Идентификация личности: FaceNet,
ArcFace, CosFace (глубокое метрическое
обучение) — точность 99,8 % на тестовой
базе LFW [12].
•Распознавание эмоций: CNNклассификаторы на AffectNet (450 000
изображений) и RAF-DB — точность 88–92
% на 6 базовых эмоциях (радость, грусть,
страх, злость, удивление, отвращение)
[11].
•Визуальная одометрия (SfM) — навигация
без LiDAR на основе потока изображений.
9

10.

2. ПРИНЦИПЫ РАБОТЫ
НАВИГАЦИЯ И БЕЗОПАСНОЕ ДВИЖЕНИЕ РЯДОМ С ЛЮДЬМИ
•Стек навигации AMR: глобальное
планирование → локальное избегание
препятствий → velocity control.
•Локальное избегание: APF (поле
потенциала), DWA (dynamic window
approach), ORCA (Velocity Obstacles) —
гарантированное отсутствие столкновений
при взаимном соблюдении алгоритма [7].
•Socially-aware navigation: робот
удерживается в социальной/публичной
зоне, не пересекает траектории взгляда;
ограничения кодируются как потенциал в
стоимостной функции маршрутизатора.
•SLAM (GMapping, Cartographer, RTABMap): одновременные построение карты и
локализация; поддержка 2D-LiDAR и RGBD [7].
•Проксемика Холла [4]: интимная зона 0–
45 см | личная 45–120 см | социальная
120–360 см | публичная > 360 см.
•SfM (Structure from Motion) — визуальная
картография в отсутствие LiDAR [7].
10

11.

2. ПРИНЦИПЫ РАБОТЫ
ИСПОЛНИТЕЛЬНЫЕ МЕХАНИЗМЫ И ВЫРАЖЕНИЕ ЭМОЦИЙ
•Приводы движения: электрические ПИД-регуляторы +
энкодеры обратной связи; гуманоиды — линейные и
вращательные сервоприводы в суставах + гидравлика
для высоких нагрузок.
•Мимические механизмы: сервоприводы на мягких
силиконовых масках или жёстких кинематических
звеньях лица.
•Sophia (Hanson Robotics): материал Frubber
(синтетическая резина, имитирует мышцы) + 50
индивидуально управляемых точек лицевой мускулатуры
[3].
•Альтернатива мимике: анимированные дисплеи-глаза
(Pepper, NAO) + цветовые LED-эффекты для передачи
эмоционального состояния.
•Body language: ориентация корпуса на собеседника,
кивки, жесты руками, изменение высоты платформы.
•Роботы с выразительными движениями тела при речи
воспринимаются на 18–25 % компетентнее и
достовернее по сравнению со статичными вариантами
[4].
Рисунок 2.2 — Робот Sophia
11

12.

3. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ
АРХИТЕКТУРЫ УПРАВЛЕНИЯ HRI-РОБОТОВ
•Реактивная архитектура (Subsumption,
Родни Брукс, 1986): прямое отображение
сенсоров → команды; иерархия уровней
компетенций; отклик < 10 мс; недостаток
— сложно реализовать целенаправленное
поведение [13].
•Гибридная 3T (Three-Tier, Trouvé):
реактивный уровень (рефлексы) + уровень
выполнения задач + уровень
планирования; широко распространена в
современных сервисных платформах.
•Компонентные фреймворки: OpenRTM
(Япония), OROCOS (Европа) — модульная
сборка RT-компонентов с чёткими
интерфейсами.
•Обдуманная (deliberative): полная
символическая модель мира +
планировщик (STRIPS, PDDL);
долгосрочное планирование +
возможность объяснения; недостаток —
высокая вычислительная сложность [13].
•ROS (Robot Operating System): мета-ОС;
коммуникация между узлами (topics,
services, actions); rviz; поддержка
симуляторов Gazebo и Isaac Sim [14].
12

13.

3. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ
ДИАЛОГ И МАШИННОЕ ОБУЧЕНИЕ В HRI
•Finite-State Dialogue Manager (FSM): граф
состояний + переходов; прост в
разработке; хорош для транзакционных
диалогов; не масштабируется на открытые
беседы [11].
•RAG (Retrieval-Augmented Generation):
генерация ответов с привязкой к
верифицированной базе знаний —
снижает риски галлюцинаций в
медицинских и образовательных
применениях.
•Learning from Demonstration (DAgger):
запись демонстраций эксперта →
нейросетевая имитационная политика;
итеративное уточнение корректирующими
демонстрациями [13].
•Нейросетевые системы (GPT-4, LLaMA,
Mistral): естественный непрерывный
диалог без жёсткого сценария; риск —
галлюцинации и неуместные
высказывания [11].
•Deep RL (PPO, SAC): обучение в
симуляторе → sim-to-real transfer на
реального робота; оптимизация политики
поведения в HRI [13].
•SAR-персонализация для аутизма:
Байесовская модель пользователя;
адаптация стиля общения →
вовлечённость +35–45 % по сравнению с
неадаптированными системами [5].
13

14.

3. БЕЗОПАСНОСТЬ И ЭТИКА
СТАНДАРТЫ HRI (Таблица 3.1) И ЭТИЧЕСКИЕ НОРМЫ
Стандарт
Год
Область применения
Ключевые требования
ISO/TS 15066:2016
2016
Совместная работа промышленных роботов с
людьми (коботы)
Ограничения по силе контакта (< 150 Н), скорости (< 0,25
м/с)
ISO 10218-1/2:2011
2011
Проектирование и интеграция промышленных
роботизированных систем
Требования безопасности к конструкции, ограждению и
управлению
IEC 61508:2010
2010
Функциональная безопасность ПО и
аппаратуры
Уровни полноты безопасности SIL 1–4, верификация ПО
ГОСТ Р 60.0.0.4-2019
2019
Общие требования к сервисным роботам в
России
Классификация, терминология, требования к
документации
IEEE 1872-2015
2015
Онтология для автономных роботов и
интеллектуальных систем
Стандартизация понятийного аппарата, форматов
описания
Таблица 3.1 — Стандарты безопасности для совместной работы роботов с людьми
•IEEE Ethically Aligned Design (2019): прозрачность алгоритмов, право на объяснение, минимизация
предвзятости, подотчётность [15].
•Кодекс этики в сфере ИИ РФ 2021 г. (Альянс в сфере ИИ): конфиденциальность аудио/видеопотоков,
ответственность за решения автономных систем [15].
14

15.

4. СФЕРЫ ПРИМЕНЕНИЯ
МЕДИЦИНА И УХОД ЗА ПОЖИЛЫМИ
•К 2050 г. численность людей старше 60 лет достигнет 2,1
млрд (ООН) → объективный спрос на ассистивные роботы [1].
•PARO (AIST, Япония) — роботизированный тюлень; Книга
рекордов Гиннесса (2009) как наиболее терапевтически
эффективный робот. Систематический обзор 55 исследований:
статистически значимое снижение тревожности, депрессии и
болей у пациентов с деменцией [5].
•Реабилитационные экзоскелеты Lokomat (Hocoma) и ReWalk:
точность ±1°; 1000 шагов/ч (в 3–5 раз выше ручной
физиотерапии); улучшение двигательных функций у 70–80 %
пациентов [9].
•da Vinci Surgical System: 6700 больниц по всему миру; >10 млн
операций к 2022 г.; субмиллиметровая точность, фильтрация
тремора, масштабирование движений [9].
•Honda Walking Assist, Hybrid Assistive Limb (HAL) — носимые
экзоскелеты для поддержки ходьбы после инсульта.
•HRI в медицине: мониторинг жизненных показателей,
напоминание о препаратах, помощь при перемещении,
социальное общение.
Рисунок 4.1 — PARO
Рисунок 4.2 — da Vinci
15

16.

4. СФЕРЫ ПРИМЕНЕНИЯ
ОБРАЗОВАНИЕ И СФЕРА УСЛУГ
•Kaspar (Университет Хертфордшира): работа с
детьми с РАС; намеренно упрощённое лицо снижает
когнитивную нагрузку; 100 детей → значительно
большая склонность к совместным играм [5].
•NAO (SoftBank) в 32 школах Франции: повышение
вовлечённости при изучении иностранного языка на
30 % vs традиционные методы [3].
•Персонализированные SAR для аутизма:
адаптация стиля → вовлечённость +35–45 % [5].
•Сфера услуг: роботы-консьержи, гиды, промоутеры
в 1000+ отелях мира к 2021 г. [1]. Henn na Hotel
(Япония, 2015) — первый отель, полностью
укомплектованный роботами.
•Pepper (SoftBank) в Pizza Hut Japan: рост
посещаемости ресторанов на 60 % в первые 3
месяца [3].
•Банк ВТБ: пилот с роботом-ассистентом в
московских отделениях (2022) — сокращение
времени ожидания клиентов на 25 % [16].
Рисунок 4.3 — Kaspar
Рисунок 4.4 — NAO
Рисунок 4.5 — Pepper
16

17.

4. СФЕРЫ ПРИМЕНЕНИЯ
КОЛЛАБОРАТИВНЫЕ РОБОТЫ (КОБОТЫ)
•Доля коботов в продажах промышленных роботов: 7,5
% (2022) → прогноз 25 % к 2027 г. [1].
•Ведущие производители: Universal Robots (Дания),
FANUC (Япония), KUKA (Германия), ABB (Швейцария).
•UR10e: грузоподъёмность 12,5 кг, диапазон 1300 мм;
датчики момента в каждом суставе; сертификат ISO/TS
15066; безопасная работа без ограждения при скорости
< 0,25 м/с.
•BMW Group (Дингольфинг): >60 коботов — закрутка
болтов, подача деталей, полировка; снижение
профзаболеваний ОДА среди рабочих на 65 % [15].
•Применения коботов: финальная сборка, контроль
качества, окраска криволинейных поверхностей,
ситуационная сортировка — там, где нужно сочетание
точности манипулятора и суждения оператора.
•Telepresence-роботы (Double Robotics, Ohmni):
дистанционное «присутствие» на производственной
площадке; резкий рост при пандемии COVID-19.
Рисунок 4.6 — UR10e
17

18.

4. СФЕРЫ ПРИМЕНЕНИЯ
БЕЗОПАСНОСТЬ И ВОЕННЫЕ ПРИМЕНЕНИЯ
•Roботы-патрульные: Knightscope K5, Cobalt Robotics —
LiDAR + камеры + микрофоны + датчики среды (CO₂,
температура, дым); >150 охраняемых объектов в США к
2022 г. [17].
•Boston Dynamics Spot: разведка местности в опасных
условиях; используется военными подразделениями.
•Foster-Miller TALON: обезвреживание СВУ с 2000 г.;
стандартное оснащение инженерных подразделений
армий НАТО [17].
•Специфика HRI в военном применении: экстремальные
условия, совместимость с тактическими радиосетями,
решения в условиях неполной информации.
•Этические вопросы: автономное применение летальной
силы — предмет международных дискуссий в ООН;
международное гуманитарное право.
•Перспектива: гибридные human-robot teams, где робот
дополняет возможности военнослужащего, а не
заменяет его в принятии критических решений.
Рисунок 4.7 — Boston Dynamics Spot
18

19.

4. СФЕРЫ ПРИМЕНЕНИЯ
РЕЗУЛЬТАТЫ ВНЕДРЕНИЙ (Таблица 4.1)
Сфера
Робот / Система
Страна
Результат / Эффект
Медицина (реабилитация)
Lokomat, ReWalk
Швейцария, США
Восстановление двигательных функций у 75 % пациентов после
инсульта в ранней реабилитации
Уход за пожилыми
PARO (AIST)
Япония
Снижение тревожности у пациентов деменцией на 28 %
(клинические исследования Университета Цукуба)
Образование (аутизм)
NAO, Kaspar
Франция,
Великобритания
Увеличение вовлечённости детей с РАС на 40 %, улучшение
навыков совместной игры
Розничная торговля
Pepper (SoftBank)
Япония, Франция
Рост посещаемости точек продаж на 60 % при размещении Pepper у
входа (Pizza Hut Japan)
Промышленность (коботы)
UR10e (Universal Robots)
Дания
Сокращение времени цикла сборки на 20 %, снижение травматизма
на 65 % при совместной работе
Таблица 4.1 — Сферы применения социальных роботов и примеры внедрений
•Во всех сферах применения роботы не заменяют людей, а усиливают их возможности — повышая качество, частоту и
точность исполнения.
•Количественный эффект внедрения подтверждён контролируемыми клиническими и коммерческими исследованиями [1, 3, 5,
9, 15].
19

20.

4. СФЕРЫ ПРИМЕНЕНИЯ
РАСПРЕДЕЛЕНИЕ ПРИМЕНЕНИЙ СОЦИАЛЬНЫХ РОБОТОВ
Распределение применений социальных роботов по
сферам, %
•Наибольшая доля приходится
на промышленность и медицину,
где эффект внедрения проще
измеряется через безопасность,
производительность и
клинические показатели.
•Сфера услуг и образование
показывают высокий потенциал
роста за счёт снижения
стоимости платформ и развития
диалоговых ИИ-систем.
•Данные представлены как
ориентировочная структура по
материалам реферата и IFR
World Robotics 2023 [1].
Безопасность
Образование
Услуги
Медицина
Промышленность
0
5
10
15
20
25
30
Рисунок 4.8 — Распределение применений социальных роботов по сферам
20

21.

5. ТЕНДЕНЦИИ
АКТУАЛЬНЫЕ ТЕНДЕНЦИИ РАЗВИТИЯ HRI
•Интеграция LLM (GPT-4, LLaMA) в
диалоговые системы роботов: переход от
FSM-сценариев к открытому
естественному диалогу.
•Усиление регулирования: EU AI Act (2024)
вводит обязательную оценку рисков для
роботов, взаимодействующих с
уязвимыми группами населения.
•Мультимодальность: совместная
обработка зрения, речи и тактильного
восприятия в едином нейросетевом
пространстве (Vision-Language-Action
models).
•Удешевление компонентов: стоимость
LiDAR снизилась с $75 000 (2012) до $1
000–8 000 (2024); RGB-D камеры — до
$150–300.
•Обучение с подкреплением + sim-to-real:
уменьшение разрыва между симулятором
и реальным миром открывает путь к
быстрому масштабированию.
•Прогноз к 2030 г.: социальные роботы
станут стандартным элементом больниц,
школ и гостиниц; рынок превысит 50 млрд
долл. (прогноз McKinsey).
21

22.

5. ВЫВОДЫ
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
•Систематизирована терминологическая
база HRI: уточнено понятие «социальный
робот» (Брезил и Шери [3]); раскрыты
уровни взаимодействия по Сербану–Шери
[4].
•Рассмотрены NLP-конвейер
(ASR/NLU/DM/TTS), архитектуры
управления и алгоритмы навигации рядом
с людьми.
•Изучены стандарты ISO/TS 15066:2016,
IEEE 1872-2015, ГОСТ Р 60.0.0.4-2019;
этические принципы IEEE EAD и Кодекс
ИИ РФ.
•Описаны мультисенсорные подсистемы
(RGB-D, LiDAR, GCC-PHAT, тактильные
матрицы) и принципы сенсорной фузии.
•Проанализированы DRL, LfD/DAgger и
персонализация взаимодействия в SARсистемах для аутизма (+35–45 %
вовлечённость [5]).
•Рассмотрены 5 сфер применения:
медицина, образование, услуги,
промышленность (коботы, доля 7,5 % →
25 % к 2027 г. [1]), безопасность.
22