論文の概要: Perception for Humanoid Robots
- arxiv url: http://arxiv.org/abs/2309.15616v1
- Date: Wed, 27 Sep 2023 12:32:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-28 13:43:07.519636
- Title: Perception for Humanoid Robots
- Title（参考訳）: ヒューマノイドロボットの知覚
- Authors: Arindam Roychoudhury, Shahram Khorshidi, Subham Agrawal, Maren
Bennewitz
- Abstract要約: 本稿では,ヒューマノイドロボットの認識分野における最近の発展と動向について概説する。
アプリケーションの主な領域は、内部状態推定、外部環境推定、人間ロボットのインタラクションである。
- 参考スコア（独自算出の注目度）: 10.560498559084449
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Purpose of Review: The field of humanoid robotics, perception plays a
fundamental role in enabling robots to interact seamlessly with humans and
their surroundings, leading to improved safety, efficiency, and user
experience. This scientific study investigates various perception modalities
and techniques employed in humanoid robots, including visual, auditory, and
tactile sensing by exploring recent state-of-the-art approaches for perceiving
and understanding the internal state, the environment, objects, and human
activities.
Recent Findings: Internal state estimation makes extensive use of Bayesian
filtering methods and optimization techniques based on maximum a-posteriori
formulation by utilizing proprioceptive sensing. In the area of external
environment understanding, with an emphasis on robustness and adaptability to
dynamic, unforeseen environmental changes, the new slew of research discussed
in this study have focused largely on multi-sensor fusion and machine learning
in contrast to the use of hand-crafted, rule-based systems. Human robot
interaction methods have established the importance of contextual information
representation and memory for understanding human intentions.
Summary: This review summarizes the recent developments and trends in the
field of perception in humanoid robots. Three main areas of application are
identified, namely, internal state estimation, external environment estimation,
and human robot interaction. The applications of diverse sensor modalities in
each of these areas are considered and recent significant works are discussed.
- Abstract（参考訳）: Purpose of Review: ヒューマノイドロボット学の分野である知覚は、ロボットが人間や周囲とシームレスに対話できるようにし、安全性、効率、ユーザエクスペリエンスを向上させる上で、基本的な役割を果たす。
本研究では, 視覚, 聴覚, 触覚などのヒューマノイドロボットにおいて, 内部状態, 環境, 物体, 活動の知覚と理解に関する最近の最先端のアプローチを探究し, 様々な知覚形態と技術について検討した。
最近の発見: 内部状態推定は, 主受容的センシングを利用して, 最大アテリオリ定式化に基づくベイズフィルタ法と最適化手法を広範囲に活用する。
外部環境理解の分野では,動的かつ予期せぬ環境変化への頑健さと適応性に重点を置いた新たな研究が,手作りのルールベースのシステムとは対照的に,多センサ融合と機械学習に重点を置いている。
人間のロボットの相互作用は、人間の意図を理解するための文脈情報表現と記憶の重要性を確立した。
要約:本稿はヒューマノイドロボットにおける知覚分野の最近の展開と動向をまとめたものである。
アプリケーションの主な3つの領域は、内部状態推定、外部環境推定、人間のロボットインタラクションである。
各分野におけるセンサの多様性の適用について考察し,近年の重要課題について論じる。
関連論文リスト
- Improving Visual Perception of a Social Robot for Controlled and
In-the-wild Human-robot Interaction [10.260966795508569]
ソーシャルロボットが深層学習に基づく視覚知覚モデルを採用すると、客観的相互作用性能と主観的ユーザ体験がどう影響するかは明らかでない。
我々は、ペッパーロボットの視覚知覚機能を改善するために、最先端の人間の知覚と追跡モデルを用いている。
論文 参考訳（メタデータ） (2024-03-04T06:47:06Z) - 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) - Embodied Agents for Efficient Exploration and Smart Scene Description [47.82947878753809]
我々は、自律的なエージェントが見えない屋内環境を探索し、マッピングする必要がある視覚ナビゲーションの設定に取り組む。
本稿では,視覚ロボット探査と画像キャプションの最近の進歩を組み合わせたアプローチを提案し,評価する。
提案手法は,環境の意味的知識を最大化し,繰り返しを避けるスマートなシーン記述を生成する。
論文 参考訳（メタデータ） (2023-01-17T19:28:01Z) - Semantic-Aware Environment Perception for Mobile Human-Robot Interaction [2.309914459672557]
本稿では,移動ロボットのための視覚ベースシステムについて,アプリオリ知識を付加せずにセマンティック・アウェア環境を実現する。
実世界のアプリケーションで我々の手法をテストすることができる移動型ヒューマノイドロボットにシステムをデプロイする。
論文 参考訳（メタデータ） (2022-11-07T08:49:45Z) - Causal Discovery of Dynamic Models for Predicting Human Spatial
Interactions [5.742409080817885]
本稿では,人間とロボットの空間的相互作用をモデル化するための因果探索手法を提案する。
最先端の因果探索アルゴリズムを初めて活用するために、新しい方法と実用的な解決策について議論する。
論文 参考訳（メタデータ） (2022-10-29T08:56:48Z) - 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) - Semantics for Robotic Mapping, Perception and Interaction: A Survey [93.93587844202534]
理解の研究は、ロボットに世界が何を意味するのかを決定する。
人間とロボットが同じ世界で活動するようになるにつれ、人間とロボットの相互作用の展望も意味論をもたらす。
ニーズや、トレーニングデータや計算リソースの可用性向上などによって駆動されるセマンティックスは、ロボティクスにおける急速に成長している研究領域である。
論文 参考訳（メタデータ） (2021-01-02T12:34:39Z) - Towards hybrid primary intersubjectivity: a neural robotics library for
human science [4.232614032390374]
主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観
本研究では,人-ロボットインタラクション実験のためのオープンソース手法であるテクスチュラルロボティクスライブラリ(NRL)を提案する。
人-ロボット間(ハイブリッド)が人間の科学研究に寄与する方法について論じる。
論文 参考訳（メタデータ） (2020-06-29T11:35:46Z)
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。