A significant challenge in the integration of robotics and AI in healthcare is to endow robots with the ability to understand and replicate human social skills during interactions. This study presents a multi-modal architecture for assistive robots, capable of estimating human attention and recognizing reference objects through the social signal of gaze. The solution aims to open new perspectives in the treatment of patients with specific needs, offering enhanced usability and personalization.

Una sfida significativa nel contesto dell’integrazione di robotica e IA in ambito sanitario, è quella di dotare i robot della capacità di comprendere e replicare abilità sociali umane durante le interazioni. Questo studio presenta un’architettura multimodale per robot assistivi, capace di stimare l’attenzione umana e riconoscere oggetti di riferimento tramite il segnale sociale dello sguardo. La soluzione si propone di aprire nuove prospettive nel trattamento di pazienti con esigenze specifiche, offrendo maggiore usabilità e personalizzazione.

ARCHITETTURA ROBOTICA MULTIMODALE PER TASK DI OBJECT REFERRING ORIENTATA ALLA PROGETTAZIONE DI NUOVE STRATEGIE DI ASSISTENZA E RIABILITAZIONE

FALAGARIO, CHIARA
2023/2024

Abstract

A significant challenge in the integration of robotics and AI in healthcare is to endow robots with the ability to understand and replicate human social skills during interactions. This study presents a multi-modal architecture for assistive robots, capable of estimating human attention and recognizing reference objects through the social signal of gaze. The solution aims to open new perspectives in the treatment of patients with specific needs, offering enhanced usability and personalization.
2023
MULTI-MODAL ROBOTIC ARCHITECTURE FOR OBJECT REFERRING TASKS AIMED AT DESIGNING NEW REHABILITATION STRATEGIES
Una sfida significativa nel contesto dell’integrazione di robotica e IA in ambito sanitario, è quella di dotare i robot della capacità di comprendere e replicare abilità sociali umane durante le interazioni. Questo studio presenta un’architettura multimodale per robot assistivi, capace di stimare l’attenzione umana e riconoscere oggetti di riferimento tramite il segnale sociale dello sguardo. La soluzione si propone di aprire nuove prospettive nel trattamento di pazienti con esigenze specifiche, offrendo maggiore usabilità e personalizzazione.
attentive learning
visione-linguistica
object referring
robotica assistiva
riabilitazione
File in questo prodotto:
Fulltext non presente su UNITESI – Verifica la disponibilità della tesi in formato cartaceo interrogando il Catalogo di Ateneo

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/86710