单目RGB人体跟踪决策误差归因与安全评估

论文作者提出一种双因子Shapley归因方法，用于分离安全规则与感知对机器人停走决策误差的贡献，并区分漏检与定位误差。在ETH和UCY行人视频、模拟静止机器人、898名行人的三场景实验中，横向距离规则在标注位置上未漏危险，但停走精度仅5.6–31.9%；两场景RGB感知下校准地平面定位平面RMSE为0.59米和0.51米，检测召回0.43和0.26，漏检成为漏危险主因。 所有机器人交互均为仿真，结果为离线决策分类，并非避碰演示。该研究为arXiv预印本，尚未经同行评议。

AI 根据报道生成 · 7 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。