論文の概要: A Neurorobotics Approach to Behaviour Selection based on Human Activity Recognition

• arxiv url: http://arxiv.org/abs/2107.12540v1
• Date: Tue, 27 Jul 2021 01:25:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-29 02:47:34.984332
• Title: A Neurorobotics Approach to Behaviour Selection based on Human Activity Recognition
• Title（参考訳）: 行動認識に基づく行動選択のための神経ロボティクス的アプローチ
• Authors: Caetano M. Ranieri, Renan C. Moioli, Patricia A. Vargas, Roseli A. F. Romero
• Abstract要約: 行動選択はロボット工学、特に人間とロボットの相互作用の分野で活発に研究されている。 これまでのほとんどのアプローチは、認識された活動とロボットの行動の間の決定論的関連から成り立っている。 本稿では,生物の神経生理学的側面に類似した計算モデルに基づく神経ロボティクス的アプローチを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Behaviour selection has been an active research topic for robotics, in particular in the field of human-robot interaction. For a robot to interact effectively and autonomously with humans, the coupling between techniques for human activity recognition, based on sensing information, and robot behaviour selection, based on decision-making mechanisms, is of paramount importance. However, most approaches to date consist of deterministic associations between the recognised activities and the robot behaviours, neglecting the uncertainty inherent to sequential predictions in real-time applications. In this paper, we address this gap by presenting a neurorobotics approach based on computational models that resemble neurophysiological aspects of living beings. This neurorobotics approach was compared to a non-bioinspired, heuristics-based approach. To evaluate both approaches, a robot simulation is developed, in which a mobile robot has to accomplish tasks according to the activity being performed by the inhabitant of an intelligent home. The outcomes of each approach were evaluated according to the number of correct outcomes provided by the robot. Results revealed that the neurorobotics approach is advantageous, especially considering the computational models based on more complex animals.
• Abstract（参考訳）: 行動選択はロボット工学、特に人間とロボットの相互作用の分野で活発に研究されている。 ロボットが人間と効果的かつ自律的に対話するには、知覚情報に基づく人間の活動認識技術と意思決定機構に基づくロボット行動選択の結合が最重要となる。 しかし、現在のほとんどのアプローチは、認識された活動とロボットの行動の間の決定論的関連から成り、リアルタイムアプリケーションにおけるシーケンシャルな予測に固有の不確実性を無視している。 本稿では,生体の神経生理学的側面に類似した計算モデルに基づく神経ロボティクスアプローチを提案することで,このギャップを解消する。 この神経ロボティクスのアプローチは、非バイオインスパイアされたヒューリスティックスに基づくアプローチと比較された。 両方のアプローチを評価するために,知的家庭の居住者が行う行動に応じて,移動ロボットがタスクを遂行しなければならないロボットシミュレーションを開発した。 各アプローチの結果は,ロボットが提供した正しい結果の数に応じて評価された。 その結果、神経ロボティクスのアプローチは特により複雑な動物に基づく計算モデルを考えると有利であることが判明した。

関連論文リスト

• Real-time Addressee Estimation: Deployment of a Deep-Learning Model on the iCub Robot [52.277579221741746]
  住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。 人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。 本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
  論文  参考訳（メタデータ） (2023-11-09T13:01:21Z)
• CoGrasp: 6-DoF Grasp Generation for Human-Robot Collaboration [0.0]
  そこで我々は,人間を意識したロボットグリップを生成する,CoGraspと呼ばれる新しいディープニューラルネットワーク方式を提案する。 実際のロボット実験では,安定グリップの生成において約88%の成功率を達成した。 我々のアプローチは、安全で自然で社会的に認識された人間ロボットオブジェクトのコグラスピング体験を可能にします。
  論文  参考訳（メタデータ） (2022-10-06T19:23:25Z)
• Continuous ErrP detections during multimodal human-robot interaction [2.5199066832791535]
  我々は,シミュレーションロボットが音声やジェスチャーを通じて人間とコミュニケーションする,マルチモーダルなヒューマンロボットインタラクション(HRI)シナリオを実装した。 人間のパートナーは、ロボットが選択した動作(ポインティングジェスチャー)とロボットの口頭発表(意図)が一致しているかを評価する。 脳波で明らかな、人間によるロボット行動の本質的な評価は、リアルタイムで記録され、オンラインで連続的にセグメンテーションされ、非同期に分類された。
  論文  参考訳（メタデータ） (2022-07-25T15:39:32Z)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• Spatial Computing and Intuitive Interaction: Bringing Mixed Reality and Robotics Together [68.44697646919515]
  本稿では,空間コンピューティングを応用し,新しいロボットのユースケースを実現するためのロボットシステムについて述べる。 空間コンピューティングとエゴセントリックな感覚を複合現実感デバイスに組み合わせることで、人間の行動をキャプチャして理解し、それらを空間的な意味を持つ行動に変換することができる。
  論文  参考訳（メタデータ） (2022-02-03T10:04:26Z)
• Human-Robot Collaboration and Machine Learning: A Systematic Review of Recent Research [69.48907856390834]
  人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。 本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
  論文  参考訳（メタデータ） (2021-10-14T15:14:33Z)
• Ergonomically Intelligent Physical Human-Robot Interaction: Postural Estimation, Assessment, and Optimization [3.681892767755111]
  対話型ロボットの軌道からのみ人間の姿勢を推定できることを示す。 本稿では,微分可能なエルゴノミクスモデルであるDULAを提案する。
  論文  参考訳（メタデータ） (2021-08-12T21:13:06Z)
• Probabilistic Human Motion Prediction via A Bayesian Neural Network [71.16277790708529]
  本稿では,人間の動作予測のための確率モデルを提案する。 我々のモデルは、観測された動きシーケンスが与えられたときに、いくつかの将来の動きを生成することができる。 我々は、大規模ベンチマークデータセットHuman3.6mに対して、我々のアプローチを広範囲に検証した。
  論文  参考訳（メタデータ） (2021-07-14T09:05:33Z)
• Leveraging Neural Network Gradients within Trajectory Optimization for Proactive Human-Robot Interactions [32.57882479132015]
  本稿では, トラジェクトリ最適化(TO)の解釈可能性と柔軟性を, 最先端の人間のトラジェクトリ予測モデルの予測能力と融合する枠組みを提案する。 我々は,最大10人の歩行者の群集を安全に効率的に移動させるロボットを必要とするマルチエージェントシナリオにおいて,我々のアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2020-12-02T08:43:36Z)
• Affect-Driven Modelling of Robot Personality for Collaborative Human-Robot Interactions [16.40684407420441]
  協調的な相互作用は、人間の感情的行動のダイナミクスに適応するために社会ロボットを必要とする。 社会ロボットにおける人格駆動行動生成のための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2020-10-14T16:34:14Z)
• Human Grasp Classification for Reactive Human-to-Robot Handovers [50.91803283297065]
  本稿では,ロボットが人間に遭遇するロボットのハンドオーバに対するアプローチを提案する。 対象物をさまざまな手形やポーズで保持する典型的な方法をカバーする,人間の把握データセットを収集する。 本稿では,検出した把握位置と手の位置に応じて人手から対象物を取り出す計画実行手法を提案する。
  論文  参考訳（メタデータ） (2020-03-12T19:58:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。