論文の概要: Exploring AI-enhanced Shared Control for an Assistive Robotic Arm

• arxiv url: http://arxiv.org/abs/2306.13509v3
• Date: Thu, 18 Jul 2024 15:25:08 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-20 00:22:15.381059
• Title: Exploring AI-enhanced Shared Control for an Assistive Robotic Arm
• Title（参考訳）: 補助ロボットアームのためのAIによる共有制御の探索
• Authors: Max Pascher, Kirill Kronhardt, Jan Freienstein, Jens Gerken,
• Abstract要約: 特に,アートインテリジェンス(AI)を共有制御パラダイムに統合する方法について検討する。 特に,人間とロボットのインターフェースの簡潔な要件に着目した。
• 参考スコア（独自算出の注目度）: 4.999814847776098
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Assistive technologies and in particular assistive robotic arms have the potential to enable people with motor impairments to live a self-determined life. More and more of these systems have become available for end users in recent years, such as the Kinova Jaco robotic arm. However, they mostly require complex manual control, which can overwhelm users. As a result, researchers have explored ways to let such robots act autonomously. However, at least for this specific group of users, such an approach has shown to be futile. Here, users want to stay in control to achieve a higher level of personal autonomy, to which an autonomous robot runs counter. In our research, we explore how Artifical Intelligence (AI) can be integrated into a shared control paradigm. In particular, we focus on the consequential requirements for the interface between human and robot and how we can keep humans in the loop while still significantly reducing the mental load and required motor skills.
• Abstract（参考訳）: 補助技術、特に補助ロボットアームは、運動障害のある人が自己決定的な生活を送ることができる可能性がある。 近年、Kinova Jacoロボットアームなど、エンドユーザーが利用できるシステムが増えてきている。 しかし、それらは主に複雑な手動コントロールを必要とし、ユーザを圧倒する可能性がある。 その結果、研究者たちはそのようなロボットを自律的に動作させる方法を模索した。 しかし、少なくともこの特定のユーザーグループにとって、そのようなアプローチは無駄であることが示されている。 ここでは、自律ロボットが対向する高いレベルの自律性を達成するために、ユーザーはコントロールを保ちたい。 本研究では,アートインテリジェンス(AI)を共有制御パラダイムに統合する方法について検討する。 特に、人間とロボットのインターフェイスの連続的な要件と、人間のループを保ちながら、精神的な負担と運動能力を大幅に低下させる方法に焦点をあてる。

関連論文リスト

• Unifying 3D Representation and Control of Diverse Robots with a Single Camera [48.279199537720714]
  我々は,ロボットを視覚のみからモデル化し,制御することを自律的に学習するアーキテクチャであるNeural Jacobian Fieldsを紹介する。 提案手法は,正確なクローズドループ制御を実現し,各ロボットの因果動的構造を復元する。
  論文  参考訳（メタデータ） (2024-07-11T17:55:49Z)
• LLM Granularity for On-the-Fly Robot Control [3.5015824313818578]
  視覚が信頼できない、あるいは利用できない状況では、ロボットを制御するための言語のみに頼ることができるのか? 本研究は,(1)様々な粒度の言語プロンプトに対する補助ロボットの応答を評価し,(2)ロボットのオンザフライ制御の必要性と実現可能性を探る。
  論文  参考訳（メタデータ） (2024-06-20T18:17:48Z)
• Imagining In-distribution States: How Predictable Robot Behavior Can Enable User Control Over Learned Policies [1.6078134198754157]
  Imaginary Out-of-Distribution Actions, IODAは, ロボットの行動に対する期待を利用して新しいタスクを遂行するアルゴリズムである。 IODAは、タスクパフォーマンスの向上と、ロボットの動作とユーザの期待の一致の度合いの向上につながる。
  論文  参考訳（メタデータ） (2024-06-19T17:08:28Z)
• HumanoidBench: Simulated Humanoid Benchmark for Whole-Body Locomotion and Manipulation [50.616995671367704]
  そこで本研究では,人型ロボットが器用な手を備えた,高次元シミュレーション型ロボット学習ベンチマークHumanoidBenchを提案する。 その結果,現在最先端の強化学習アルゴリズムがほとんどのタスクに支障をきたすのに対して,階層的学習アプローチはロバストな低レベルポリシーに支えられた場合,優れた性能を達成できることがわかった。
  論文  参考訳（メタデータ） (2024-03-15T17:45:44Z)
• How to Raise a Robot -- A Case for Neuro-Symbolic AI in Constrained Task Planning for Humanoid Assistive Robots [4.286794014747407]
  ロボットタスク計画手法を用いて,プライバシ,セキュリティ,アクセス制御の制約を取り入れた新しい分野を探求する。 本稿では,古典的シンボリックアプローチ,深層学習ニューラルネットワーク,および知識ベースとして大規模言語モデルを用いた現代的アイデアに関する予備的結果を報告する。
  論文  参考訳（メタデータ） (2023-12-14T11:09:50Z)
• GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots [87.32145104894754]
  四足歩行ロボットのための汎用ロコモーション(GenLoco)コントローラを訓練するためのフレームワークを提案する。 本フレームワークは,多種多様な四足歩行ロボットに展開可能な汎用ロコモーションコントローラを合成する。 我々のモデルは、より一般的な制御戦略を取得し、新しいシミュレーションロボットや実世界のロボットに直接移行できることを示す。
  論文  参考訳（メタデータ） (2022-09-12T15:14:32Z)
• Fleet-DAgger: Interactive Robot Fleet Learning with Scalable Human Supervision [72.4735163268491]
  ロボットの商業的および産業的な展開は、実行中にリモートの人間のテレオペレーターにフォールバックすることが多い。 我々は対話型フリートラーニング(Interactive Fleet Learning, IFL)の設定を定式化し、複数のロボットが対話型クエリを行い、複数の人間スーパーバイザーから学習する。 IFLアルゴリズムのファミリーであるFleet-DAggerを提案し、新しいFleet-DAggerアルゴリズムをシミュレーションで4つのベースラインと比較する。
  論文  参考訳（メタデータ） (2022-06-29T01:23:57Z)
• Auditing Robot Learning for Safety and Compliance during Deployment [4.742825811314168]
  我々は、ロボット学習アルゴリズムを人間との互換性を確認するのにいかに最適かを研究する。 これは、ロボット学習コミュニティ全体の努力を必要とする難しい問題だと考えています。
  論文  参考訳（メタデータ） (2021-10-12T02:40:11Z)
• OpenBot: Turning Smartphones into Robots [95.94432031144716]
  現在のロボットは高価か、感覚豊かさ、計算能力、通信能力に重大な妥協をもたらす。 我々はスマートフォンを活用して、センサースイート、強力な計算能力、最先端通信チャネル、繁栄するソフトウェアエコシステムへのアクセスなどを備えたロボットを装備することを提案する。 われわれは50ドルの小型電気自動車を設計し、標準のAndroidスマートフォンのロボットボディとして機能する。
  論文  参考訳（メタデータ） (2020-08-24T18:04:50Z)
• Morphology-Agnostic Visual Robotic Control [76.44045983428701]
  MAVRICは、ロボットの形態に関する最小限の知識で機能するアプローチである。 本稿では,視覚誘導型3Dポイントリーチ,軌道追従,ロボットとロボットの模倣について紹介する。
  論文  参考訳（メタデータ） (2019-12-31T15:45:10Z)

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。