論文の概要: Transforming a Quadruped into a Guide Robot for the Visually Impaired:
Formalizing Wayfinding, Interaction Modeling, and Safety Mechanism
- arxiv url: http://arxiv.org/abs/2306.14055v1
- Date: Sat, 24 Jun 2023 20:47:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-27 17:23:10.005907
- Title: Transforming a Quadruped into a Guide Robot for the Visually Impaired:
Formalizing Wayfinding, Interaction Modeling, and Safety Mechanism
- Title（参考訳）: 視覚障害者のためのガイドロボットへの四足歩行の変換 : ウェイフィンディング,インタラクションモデリング,安全機構の定式化
- Authors: J. Taery Kim, Wenhao Yu, Yash Kothari, Jie Tan, Greg Turk, Sehoon Ha
- Abstract要約: ガイドロボットは、視覚障害者または視覚障害者(BVI)の2～3%しかアクセスできないガイド動物を、限定的に利用できるようにするための大きな可能性を秘めている。
本稿では,(1)ガイド犬とヒトのナビゲーション機構の定式化,(2)データ駆動型インタラクションモデルの開発,(3)ユーザ安全性の向上の3つの主要なトピックについて検討する。
- 参考スコア（独自算出の注目度）: 20.767170577136326
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper explores the principles for transforming a quadrupedal robot into
a guide robot for individuals with visual impairments. A guide robot has great
potential to resolve the limited availability of guide animals that are
accessible to only two to three percent of the potential blind or visually
impaired (BVI) users. To build a successful guide robot, our paper explores
three key topics: (1) formalizing the navigation mechanism of a guide dog and a
human, (2) developing a data-driven model of their interaction, and (3)
improving user safety. First, we formalize the wayfinding task of the
human-guide robot team using Markov Decision Processes based on the literature
and interviews. Then we collect real human-robot interaction data from three
visually impaired and six sighted people and develop an interaction model
called the ``Delayed Harness'' to effectively simulate the navigation behaviors
of the team. Additionally, we introduce an action shielding mechanism to
enhance user safety by predicting and filtering out dangerous actions. We
evaluate the developed interaction model and the safety mechanism in
simulation, which greatly reduce the prediction errors and the number of
collisions, respectively. We also demonstrate the integrated system on a
quadrupedal robot with a rigid harness, by guiding users over $100+$~m
trajectories.
- Abstract（参考訳）: 本稿では,四足歩行ロボットを視覚障害者用ガイドロボットに転換する原理を考察する。
ガイドロボットは、視覚障害者または視覚障害者(bvi)の2〜3%にしかアクセスできないガイド動物を、限定的に利用できるという大きな可能性を秘めている。
ガイドロボットを成功させるためには,(1)ガイド犬と人間のナビゲーション機構の形式化,(2)データ駆動型インタラクションモデルの開発,(3)ユーザ安全性の向上,の3つの主要なトピックについて検討する。
まず、文献とインタビューに基づいてマルコフ決定プロセスを用いて、人間のガイドロボットチームのウェイフィンディングタスクを定式化する。
次に,視覚障害者3名と視覚障害者6名から実際の人間とロボットのインタラクションデータを収集し,‘delayed harness’と呼ばれるインタラクションモデルを開発し,チームのナビゲーション行動を効果的にシミュレーションした。
さらに,危険な動作を予測・フィルタリングすることで,ユーザの安全性を高めるための行動遮蔽機構を導入する。
シミュレーションにおいて開発したインタラクションモデルと安全機構を評価し,予測誤差と衝突数を大幅に削減した。
また,100万ドル以上のトラジェクタを利用者に案内することで,剛性のあるハーネスを持つ四足歩行ロボット上での統合システムを示す。
関連論文リスト
- Habitat 3.0: A Co-Habitat for Humans, Avatars and Robots [119.55240471433302]
Habitat 3.0は、家庭環境における協調ロボットタスクを研究するためのシミュレーションプラットフォームである。
複雑な変形可能な体と外観と運動の多様性をモデル化する際の課題に対処する。
Human-in-the-loopインフラストラクチャは、マウス/キーボードまたはVRインターフェースを介してシミュレーションされたロボットとの実際のヒューマンインタラクションを可能にする。
論文 参考訳（メタデータ） (2023-10-19T17:29:17Z) - SACSoN: Scalable Autonomous Control for Social Navigation [62.59274275261392]
我々は、社会的に邪魔にならないナビゲーションのための政策の訓練方法を開発した。
この反事実的摂動を最小化することにより、共有空間における人間の自然な振る舞いを変えない方法でロボットに行動を促すことができる。
屋内移動ロボットが人間の傍観者と対話する大規模なデータセットを収集する。
論文 参考訳（メタデータ） (2023-06-02T19:07:52Z) - HERD: Continuous Human-to-Robot Evolution for Learning from Human
Demonstration [57.045140028275036]
本研究では,マイクロ進化的強化学習を用いて,操作スキルを人間からロボットに伝達可能であることを示す。
本稿では,ロボットの進化経路とポリシーを協調的に最適化する多次元進化経路探索アルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-12-08T15:56:13Z) - 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) - From One Hand to Multiple Hands: Imitation Learning for Dexterous
Manipulation from Single-Camera Teleoperation [26.738893736520364]
我々は,iPadとコンピュータのみで3Dデモを効率的に収集する,新しい単一カメラ遠隔操作システムを提案する。
我々は,操作者の手の構造と形状が同じであるマニピュレータである物理シミュレータにおいて,各ユーザ向けにカスタマイズされたロボットハンドを構築する。
データを用いた模倣学習では、複数の複雑な操作タスクでベースラインを大幅に改善する。
論文 参考訳（メタデータ） (2022-04-26T17:59:51Z) - Intention Aware Robot Crowd Navigation with Attention-Based Interaction
Graph [3.8461692052415137]
本研究では,高密度で対話的な群集における安全かつ意図に配慮したロボットナビゲーションの課題について検討する。
本稿では,エージェント間の異種相互作用を捕捉するアテンション機構を備えた新しいグラフニューラルネットワークを提案する。
提案手法は,群集ナビゲーションのシナリオにおいて,優れたナビゲーション性能と非侵襲性をロボットが実現できることを実証する。
論文 参考訳（メタデータ） (2022-03-03T16:26:36Z) - 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) - 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) - Learning Predictive Models From Observation and Interaction [137.77887825854768]
世界との相互作用から予測モデルを学ぶことで、ロボットのようなエージェントが世界がどのように働くかを学ぶことができる。
しかし、複雑なスキルのダイナミクスを捉えるモデルを学ぶことは大きな課題である。
本研究では,人間などの他のエージェントの観察データを用いて,トレーニングセットを増強する手法を提案する。
論文 参考訳（メタデータ） (2019-12-30T01:10:41Z)
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。