論文の概要: SensHRPS: Sensing Comfortable Human-Robot Proxemics and Personal Space With Eye-Tracking

• arxiv url: http://arxiv.org/abs/2512.08518v2
• Date: Wed, 10 Dec 2025 11:46:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-11 13:10:24.482858
• Title: SensHRPS: Sensing Comfortable Human-Robot Proxemics and Personal Space With Eye-Tracking
• Title（参考訳）: SensHRPS: 快適な人間ロボットのプロキシと視線追跡によるパーソナルスペースのセンシング
• Authors: Nadezhda Kushina, Ko Watanabe, Aarthi Kannan, Ashita Ashok, Andreas Dengel, Karsten Berns,
• Abstract要約: 本研究では,ロボット「アメカ」を4つの実験的に制御した距離で使用者の快適さについて検討する。 我々は、複数の機械学習モデルとディープラーニングモデルを評価し、視線特徴に基づいて快適さを推定する。
• 参考スコア（独自算出の注目度）: 4.527641435286577
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social robots must adjust to human proxemic norms to ensure user comfort and engagement. While prior research demonstrates that eye-tracking features reliably estimate comfort in human-human interactions, their applicability to interactions with humanoid robots remains unexplored. In this study, we investigate user comfort with the robot "Ameca" across four experimentally controlled distances (0.5 m to 2.0 m) using mobile eye-tracking and subjective reporting (N=19). We evaluate multiple machine learning and deep learning models to estimate comfort based on gaze features. Contrary to previous human-human studies where Transformer models excelled, a Decision Tree classifier achieved the highest performance (F1-score = 0.73), with minimum pupil diameter identified as the most critical predictor. These findings suggest that physiological comfort thresholds in human-robot interaction differ from human-human dynamics and can be effectively modeled using interpretable logic.
• Abstract（参考訳）: 社会ロボットは、ユーザーの快適さとエンゲージメントを確保するために、人間のプロキシの規範に合わせる必要がある。 以前の研究では、目追跡機能は人間と人間の相互作用における快適さを確実に見積もっているが、ヒューマノイドロボットとの相互作用への適用性は未解明のままである。 本研究では,移動眼球追跡と主観的報告(N=19)を用いて,実験的に制御された4つの距離(0.5m～2.0m)にわたるロボット「Ameca」の利用者の快適性を検討した。 我々は、複数の機械学習モデルとディープラーニングモデルを評価し、視線特徴に基づいて快適さを推定する。 トランスフォーマーモデルが優れている以前の人間-人間の研究とは対照的に、決定木分類器は最高性能(F1-score = 0.73)を達成した。 これらのことから,人間とロボットの相互作用における生理的快適な閾値は,人間とロボットの相互作用とは異なっており,解釈可能な論理を用いて効果的にモデル化できることが示唆された。

関連論文リスト

• Learning Multimodal Latent Dynamics for Human-Robot Interaction [18.68936554172693]
  本稿では,ヒト-ヒトインタラクション(HHI)から協調型人間-ロボットインタラクション(HRI)を学習する方法を提案する。 本研究では,隠れマルコフモデル(HMM)を変分オートエンコーダの潜在空間として用いて,相互作用するエージェントの結合分布をモデル化するハイブリッドアプローチを考案する。 利用者は,我々の手法を,より人間らしく,タイムリーで,正確なものと認識し,他の基準よりも高い選好度で評価する。
  論文  参考訳（メタデータ） (2023-11-27T23:56:59Z)
• 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)
• 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)
• 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)
• 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)
• Warmth and Competence to Predict Human Preference of Robot Behavior in Physical Human-Robot Interaction [0.8594140167290099]
  社会的認知は、ウォームスとコンピテンスの次元が、他の人間を特徴づける中心的かつ普遍的な次元であると仮定する。 The Robotic Social Attribute Scale (RoSAS)は、HRIに適した寸法の項目を提案し、視覚的観察研究で検証した。 我々は、すべてのRoSASおよびGodspeed次元の中で、ウォームスとコンピテンスが、異なるロボット行動間の人間の嗜好の最も重要な予測因子であることを発見した。
  論文  参考訳（メタデータ） (2020-08-13T10:19:47Z)
• Human Perception of Intrinsically Motivated Autonomy in Human-Robot Interaction [2.485182034310304]
  人間に生息する環境でロボットを使用する場合の課題は、人間同士の相互作用によって引き起こされる摂動に対して、魅力的だが堅牢な振る舞いを設計することである。 我々のアイデアは、ロボットに本質的なモチベーション(IM)を持たせることで、新しい状況に対処し、人間以外の真の社会的存在として現れるようにすることです。 本稿では、自律的に生成された振る舞いを相互に比較できる「ロボット学者」による研究設計について述べる。
  論文  参考訳（メタデータ） (2020-02-14T09:49:36Z)

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。