論文の概要: Inferring Operator Emotions from a Motion-Controlled Robotic Arm
- arxiv url: http://arxiv.org/abs/2512.09086v1
- Date: Tue, 09 Dec 2025 19:57:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.241551
- Title: Inferring Operator Emotions from a Motion-Controlled Robotic Arm
- Title（参考訳）: 運動制御型ロボットアームからの操作者感情の推測
- Authors: Xinyu Qi, Zeyu Deng, Shaun Alexander Macdonald, Liying Li, Chen Wang, Muhammad Ali Imran, Philip G. Zhao,
- Abstract要約: 遠隔ロボットオペレータの感情状態は、その結果のロボットの動きに大きな影響を与える可能性がある。
現在の感情認識手法は、ユーザのバイタルサインやボディランゲージを読むことに依存している。
遠隔操作型ロボットアバターの動作が人間の感情状態の推測に有効であることを示す。
- 参考スコア（独自算出の注目度）: 12.761185664174759
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A remote robot operator's affective state can significantly impact the resulting robot's motions leading to unexpected consequences, even when the user follows protocol and performs permitted tasks. The recognition of a user operator's affective states in remote robot control scenarios is, however, underexplored. Current emotion recognition methods rely on reading the user's vital signs or body language, but the devices and user participation these measures require would add limitations to remote robot control. We demonstrate that the functional movements of a remote-controlled robotic avatar, which was not designed for emotional expression, can be used to infer the emotional state of the human operator via a machine-learning system. Specifically, our system achieved 83.3$\%$ accuracy in recognizing the user's emotional state expressed by robot movements, as a result of their hand motions. We discuss the implications of this system on prominent current and future remote robot operation and affective robotic contexts.
- Abstract（参考訳）: 遠隔ロボットオペレータの感情状態は、ユーザがプロトコルに従い、許容されたタスクを実行しても、予期せぬ結果につながる結果のロボットの動きに大きな影響を及ぼす可能性がある。
しかし、リモートロボット制御シナリオにおけるユーザ操作者の感情状態の認識は過小評価されている。
現在の感情認識手法は、ユーザのバイタルサインやボディランゲージを読むことに依存しているが、デバイスとユーザの参加は、リモートロボット制御に制限を加える必要がある。
遠隔操作型ロボットアバターの機能的動作は,感情表現を意図したものではなく,人間の操作者の感情状態を機械学習システムを介して推測することができることを示す。
具体的には,ロボットの動きによって表現されるユーザの感情状態を認識することで,83.3$\%の精度を達成した。
本稿では,本システムが現在および将来の遠隔ロボット操作および情緒的ロボットコンテキストに与える影響について論じる。
関連論文リスト
- FABG : End-to-end Imitation Learning for Embodied Affective Human-Robot Interaction [3.8177867835232004]
本稿では,人間-ロボットインタラクションのためのエンドツーエンドの模倣学習システムであるFABG(Facial Affective Behavior Generation)を提案する。
我々は,立体空間を操作者が知覚できる没入型バーチャルリアリティ(VR)デモシステムを開発した。
実世界の25自由度ヒューマノイドロボットにFABGをデプロイし,その効果を4つの基本的なインタラクションタスクで検証する。
論文 参考訳（メタデータ） (2025-03-03T09:58:04Z) - Multi-face emotion detection for effective Human-Robot Interaction [0.0]
本研究では,移動型ヒューマノイドロボットに組み込まれた顔の感情検出インタフェースを提案する。
表情認識のためのディープニューラルネットワークモデルを開発し評価した。
論文 参考訳（メタデータ） (2025-01-13T11:12:47Z) - Controlling diverse robots by inferring Jacobian fields with deep networks [48.279199537720714]
自然生物の複雑な構造と多様な機能を反映することは、ロボット工学における長年の課題である。
本稿では,深層ニューラルネットワークを用いてロボットの映像ストリームをバイスモータヤコビアン場にマッピングする手法を提案する。
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) - See, Hear, and Feel: Smart Sensory Fusion for Robotic Manipulation [49.925499720323806]
視覚的、聴覚的、触覚的知覚が、ロボットが複雑な操作タスクを解くのにどのように役立つかを研究する。
私たちは、カメラで見たり、コンタクトマイクで聞いたり、視覚ベースの触覚センサーで感じるロボットシステムを構築しました。
論文 参考訳（メタデータ） (2022-12-07T18:55:53Z) - Robots with Different Embodiments Can Express and Influence Carefulness
in Object Manipulation [104.5440430194206]
本研究では,2つのロボットによるコミュニケーション意図による物体操作の知覚について検討する。
ロボットの動きを設計し,物体の搬送時に注意を喚起するか否かを判断した。
論文 参考訳（メタデータ） (2022-08-03T13:26:52Z) - Synthesis and Execution of Communicative Robotic Movements with
Generative Adversarial Networks [59.098560311521034]
我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。
我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。
我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
論文 参考訳（メタデータ） (2022-03-29T15:03:05Z) - A MultiModal Social Robot Toward Personalized Emotion Interaction [1.2183405753834562]
本研究では,ロボットインタラクションポリシーを強化するために,強化学習を伴うマルチモーダルヒューマンロボットインタラクション(HRI)フレームワークを実証する。
目標は、ロボットがより自然で魅力的なHRIフレームワークを作れるように、このフレームワークを社会シナリオに適用することだ。
論文 参考訳（メタデータ） (2021-10-08T00:35:44Z) - From Movement Kinematics to Object Properties: Online Recognition of
Human Carefulness [112.28757246103099]
ロボットは、視覚だけで、人間のパートナーが物体を動かす際に注意を払っているかを、どのようにオンラインで推測できるかを示す。
我々は,低解像度カメラでも高い精度(最大81.3%)でこの推論を行うことができることを示した。
パートナーの行動を観察することによる動きの注意の迅速な認識により、ロボットはオブジェクトに対する行動に適応し、人間のパートナーと同じケアの度合いを示すことができる。
論文 参考訳（メタデータ） (2021-09-01T16:03:13Z) - Prescient teleoperation of humanoid robots [6.230751621285322]
本研究では,ヒューマノイドロボットが実際に受信する前にコマンドを実行するシステムを提案する。
ロボットは機械学習モデルに問い合わせることで、将来的なコマンドを継続的に予測する。
オペレーターは、複数の全身操作タスクで最大2秒の遅延でヒューマノイドロボットをうまく制御することができた。
論文 参考訳（メタデータ） (2021-07-02T21:10:35Z)
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。