Humanoid robots  are becoming increasingly competent in perception of their  surroundings and  in providing intelligent responses to worldly events.    A popular paradigm to realize such  responses is the  idea  of attention itself.   There  are  two  important aspects  of attention in  the  context  of humanoid robots.    First,  perception describes how  to  design the  sensory system to filter out useful  salient  features in the sensory field and perform subsequent higher level  processing to perform tasks  such  as face recognition.  Second,  the  behavioral response defines how  the  humanoid should act  when  it encounters the  salient  features.   A model of attention enables  the  humanoid to  achieve  a semblance of liveliness that  goes  beyond exhibiting a mechanized repertoire of responses. It also facilitates progress in realizing models of higher-level cognitive processes such  as having people direct  the  robot’s  attention to a specific target  stimulus(Cynthia et al., 2001). Studies   indicate that  humans …

Interaction Through Cognitive Architecture Development  of  humanoid  robots  has  to  address  two  vital  aspects,  namely  physical appearance and  gestures, that  will  allow  the  machines to closely  resemble humans. Other aspects such  as  "social"  and  "emotional" will  enable  human-machine  interaction to  be  as natural  as  possible.  The  field  of  robotics  has  long  been  investigating  how  effective interaction between humans  and  autonomous and  intelligent mechanical system   can  be possible (Goodrich & Schultz., 2007). Several distinctive features have been determined depending on  whether a robot  that  acts  as  an  assistant (for  example, in  the  course  of a business) or  as  a  companion is …

There  have  been  many  researches of  robot  hands in  robot  fields  and  they  have  been considered one  of the  most  complicated area.  There  are  many  reasons why  researches of robotic  hand are difficult,  and  these are from complicated structures and  functions of hands. There  are many  types  of robotic  hands in robotics  area,  but  they  can be classified  to major…

We focus on grasp planning for a humanoid multi-fingered hand attached at the tip of a humanoid robot’s arm.  The hand has potential possibility to grasp various objects under several situations. Since the multi-fingered hand can use several grasp types such as fingertip grasp, and envelope grasp with taking the advantage of degrees of freedom.  We develop grasp planner which selects a feasible grasp type based on the task, and determines contact positions for the fingers and the grasped object surface so that the fingers do not drop the object while staying with limited actuator capacity. To grasp an object, the robot first measures object position/orientation using vision sensor. Then, the planner plans the body motion to complete the grasping task based on vision sensor information.  Even when the object’s location is not known beforehand, the robot should complete the grasping task as fast as possible.  However, grasp planning with a humanoid robot is complex and often requires long calculation time.  Hence, for the grasp planning, a heuristic but fast algorithm is preferred rather than precise but slow algorithms (Shimoga (1989)).  Our planner calculates grasp motions within reasonable time by using predefined grasp types which are assigned with contacting finger links, desired sizes of the grasped object.  Our planner selects a grasp type according to position/orientation  of the grasped object similar to a human. As shown in Fig. 1 , a human grasps the side of the can with all fingers, grasps the top with fewer fingers. Failing to find feasible grasping posture using arm/hand  kinematics alone, our planner attempts to do so using the full body kinematics. Using the degrees of freedom of full body, the planner has adaptable for reaching the object with the several motions such as twisting waist, bending waist, and squatting down. We demonstrate effectiveness of grasp planning through simulation and experimental results by using humanoid robot HRP-3P (Akachi et al. (2005)) shown in Fig.    2,  which  has a…