CANINE: Coaching Visually Impaired Users for Interactive Navigation with a Robot Guide Dog
作者: Cunjun Yu, Zishuo Wang, Anxing Xiao, Linfeng Li, David Hsu
分类: cs.RO, cs.AI
发布日期: 2026-05-19
备注: Accepted to RSS 2026
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
CANINE：通过个性化指导提升视障用户与导盲犬机器人的交互导航能力
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 导盲犬机器人 人机交互 个性化指导 自适应学习 知识追踪
📋 核心要点
- 现有导盲犬机器人交互导航训练依赖通用口头指令，难以满足用户个性化学习需求，人机协作效率低。
- CANINE系统通过知识追踪和自适应反馈，将复杂导航任务分解为子技能，实现个性化、高效的训练。
- 实验表明，CANINE显著提升了学习效率和导航性能，并在保持性研究和案例研究中得到验证。
📝 摘要（中文）
导盲犬机器人能够显著提升视障人士的独立出行能力，但有效使用需要微妙的人机协作，而用户很难通过通用的口头指令来学习。为了解决这一挑战，我们提出了CANINE，一个自动化的指导系统，通过个性化、自适应的口头反馈来训练用户与导盲犬机器人进行交互导航。CANINE将复杂的协作任务分解为子技能，并在两个层面上运行。在高层，它通过知识追踪来跟踪学习者在各个子技能上的熟练程度，并优先训练最薄弱的领域，从而决定训练内容。在低层，CANINE通过观察每次人类实践过程，利用基础模型推断错误的根本原因，并自适应地生成有针对性的口头纠正，从而决定如何训练每个子技能。一项针对蒙眼参与者的对照研究（作为定量评估的代理人群）表明，与通用的口头指令相比，CANINE显著提高了学习效率和最终导航性能。我们通过一项保持性研究和一个探索性案例研究进一步验证了CANINE。保持性研究表明，两周后技能仍有持续提升。案例研究证实了CANINE在训练视障用户方面的有效性，同时也揭示了实际部署中需要考虑的其他设计因素。这两项研究都与对照研究的结果高度一致。
🔬 方法详解
问题定义：论文旨在解决视障用户在使用导盲犬机器人进行交互导航时，由于缺乏个性化指导而导致的学习效率低下和导航性能不足的问题。现有的通用口头指令难以满足不同用户的学习需求，导致人机协作困难，限制了导盲犬机器人的实际应用。
核心思路：论文的核心思路是构建一个自动化的指导系统CANINE，该系统能够根据用户的学习进度和错误类型，提供个性化、自适应的口头反馈。通过将复杂的导航任务分解为子技能，并利用知识追踪技术评估用户的熟练程度，CANINE能够针对性地进行训练，从而提高学习效率和导航性能。
技术框架：CANINE系统包含两个主要层级：高层决策和低层执行。在高层，系统使用知识追踪模型来跟踪用户在各个子技能上的熟练程度，并根据用户的薄弱环节确定训练的优先级。在低层，系统通过观察用户的实践过程，利用基础模型（具体模型类型未知）推断错误的根本原因，并生成有针对性的口头纠正。整个流程形成一个闭环反馈系统，不断优化用户的学习过程。
关键创新：CANINE系统的关键创新在于其个性化和自适应的指导策略。与传统的通用口头指令相比，CANINE能够根据用户的实际情况提供定制化的反馈，从而更有效地帮助用户掌握导航技能。此外，利用基础模型进行错误分析和原因推断也是一个重要的创新点，能够更准确地识别用户的学习难点。
关键设计：论文中没有详细描述具体的参数设置、损失函数或网络结构等技术细节。但可以推测，知识追踪模型可能采用了贝叶斯知识追踪（BKT）或深度知识追踪（DKT）等方法。基础模型的选择和训练方式，以及口头反馈的生成策略，都是影响系统性能的关键因素。具体的实现细节需要参考论文的补充材料或代码。
🖼️ 关键图片
📊 实验亮点
对照研究表明，CANINE系统显著提高了蒙眼参与者的学习效率和最终导航性能，优于通用的口头指令。保持性研究表明，两周后技能仍有持续提升。案例研究证实了CANINE在训练视障用户方面的有效性，验证了其在真实场景中的可行性。
🎯 应用场景
该研究成果可应用于导盲犬机器人、智能轮椅等辅助导航设备的训练和推广，提升视障人士的独立出行能力。此外，该方法也可扩展到其他需要人机协作的复杂任务，如机器人辅助手术、远程操控等领域，具有广阔的应用前景。
📄 摘要（原文）
Robot guide dogs offer navigation assistance that greatly expands the independent mobility of the visually impaired, but their effective use requires subtle human-robot coordination that is difficult for users to learn from generic verbal instructions. To tackle this challenge, we present CANINE, an automated coaching system that trains users for interactive navigation with a robot guide dog, through personalized, adaptive verbal feedback. CANINE decomposes a complex coordination task into sub-skills and operates at two levels. At the high level, it decides what to train by tracking the learner's proficiency across sub-skills using knowledge tracing and prioritizing training on the weakest areas. At the low level, CANINE decides how to train each sub-skill by observing each human practice episode, using foundation models to infer the underlying causes of errors, and generating targeted verbal corrections adaptively. A controlled study with blindfolded participants, treated as a proxy population for quantitative evaluation, demonstrates that CANINE significantly improves both learning efficiency and final navigation performance compared to generic verbal instructions. We further validate CANINE through a retention study and an exploratory case study. The retention study shows lasting skill improvement after two weeks. The case study confirms CANINE's effectiveness in training a visually impaired user, while revealing additional design considerations for real-world deployment. Both are well aligned with the findings of the controlled study. Project page: https://cunjunyu.github.io/project/canine/