[pt] Os últimos anos mostraram um interesse crescente no uso do controle háptico compartilhado (HSC) em sistemas teleoperados. No HSC, a aplicação de forças orientadoras virtuais, diminui o esforço de controle do usuário e melhora o tempo de execução em várias tarefas, apresentando uma boa alternativa em comparação com a teleoperação direta. O HSC, apesar de demonstrar bom desempenho, abre uma nova lacuna: como disenhar as forças orientadoras. Por esse motivo, o verdadeiro desafio está no desenvolvimento de controladores para fornecer as forças orientadoras virtuais, capazes de lidar com novas situações que aparecem enquanto uma tarefa está sendo executada. Este trabalho aborda esse desafio, projetando um controlador baseado no algoritmo Deep Deterministic Policy Gradient (DDPG) para fornecer assistência, e uma rede neural convolucional (CNN) para executar a detecção da tarefa. O agente aprende a minimizar o tempo que o ser humano leva para executar a tarefa desejada, minimizando simultaneamente sua resistência ao feedback fornecido. Essa resistência fornece ao algoritmo de aprendizado informações sobre a direção que o humano está tentando seguir, neste caso na tarefa pick-and-place. Diversos resultados demonstram a aplicação bem-sucedida da abordagem proposta, aprendendo políticas personalizadas para cada usuário que foi solicitado a testar o sistema. Ele exibe convergência estável e ajuda o usuário a concluir a tarefa com o menor número possível de etapas. / [en] Recent years have shown a growing interest in using haptic share control (HSC) in teleoperated systems. In HSC, the application of virtual guiding forces decreases the user’s control effort and improves execution time in various tasks, presenting a good alternative in comparison with direct teleoperation. HSC, despite demonstrating good performance, opens a new gap: how to design the guiding forces. For this reason, the real challenge lies in developing controllers to provide the virtual guiding forces, able to deal with new situations that appear while a task is being performed. This work addresses this challenge by designing a controller based on the deep deterministic policy gradient (DDPG) algorithm to provide the assistance, and a convolutional neural network (CNN) to perform the task detection. The agent learns to minimize the time it takes the human to execute the desired task, while simultaneously minimizing their resistance to the provided feedback. This resistance thus provides the learning algorithm with information about which direction the human is trying to follow, in this case, the pick-and-place task. Diverse results demonstrate the successful application of the proposed approach by learning custom policies for each user who was asked to test the system. It exhibits stable convergence and aids the user in completing the task with the least amount of steps possible.

[pt] Telepresença refere-se a um conjunto de tecnologias que permite uma pessoa se sentir como se estivesse presente em um lugar que não seja a sua verdadeira localização. Esses equipamentos costumam usar uma câmera comum para filmar o que está acontecendo em um ambiente e transmitir ao vivo em televisões ou monitores para o usuário em outro ambiente. Algumas vezes as câmeras podem ser controladas através de dispositivos como teclado ou joysticks. Neste trabalho apresentamos uma ferramenta composta por um head-mounted display (HMD), o Oculus Rift DK1, integrado com um dispositivo nomeado de cabeça remota (CR), capaz de filmar usando uma câmera estéreo e transmitir para o Oculus Rift as imagens em 3D. Ao mesmo tempo, o giroscópio do HMD captura a orientação da cabeça do usuário e envia para a cabeça remota, que possui servo motores capazes de girá-la a fim de possibilitar o usuário movimentar a câmera estéreo sem nenhum dispositivo adicional. O objetivo é proporcionar uma experiência de telepresença imersiva, com uma interface de baixo custo e simples de usar. Foram realizados testes com usuários com cenários experimentais, que indicaram o benefício da ferramenta em videoconferências. / [en] Telepresence refers to a set of technologies that allows a person to feel as if he is in a place other than his true location. Such equipment uses an ordinary camera to film what is happening in an environment and transmits it alive on televisions or monitors to the user in another environment. Sometimes the cameras can be controlled through devices such as keyboards or joysticks. This dissertation presents a tool composed of a head-mounted display (HMD), we used the Oculus Rift DK1, integrated with a device called remote head, able to film with a stereo camera and to transmit to the Oculus Rift the images in 3D. At the same time, the HMD s gyroscope captures the user s head orientation and sends it to the remote head, which has servo motors able to rotate it in order to allow the user to move the stereo camera without any additional device. The project s goal is to provide the user an experience of immersive telepresence, with a low cost and a simple interface. Some tests with users were performed and indicated the benefit of the tool for videoconferencing.