論文の概要: Towards Senior-Robot Interaction: Reactive Robot Dog Gestures

• arxiv url: http://arxiv.org/abs/2512.17136v2
• Date: Mon, 22 Dec 2025 15:50:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.415533
• Title: Towards Senior-Robot Interaction: Reactive Robot Dog Gestures
• Title（参考訳）: シニアロボットインタラクションに向けて:リアクティブロボット犬のジェスチャー
• Authors: Chunyang Meng, Eduardo B. Sandoval, Ricardo Sosa, Francisco Cruz,
• Abstract要約: 本研究では,より直感的なユーザ入力を実現し,より社会的に表現力のある出力を提供する,四足歩行ロボットのためのシニア指向システムを提案する。 ユーザ入力のために,手動作と頭部動作認識のためのMediaPipeベースのモジュールを実装し,遠隔操作による制御を実現した。 出力のために、Isaac Gymのカリキュラムベースの強化学習を用いて、ロボット犬のジェスチャーを設計し、訓練した。
• 参考スコア（独自算出の注目度）: 0.9458819778148636
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As the global population ages, many seniors face the problem of loneliness. Companion robots offer a potential solution. However, current companion robots often lack advanced functionality, while task-oriented robots are not designed for social interaction, limiting their suitability and acceptance by seniors. Our work introduces a senior-oriented system for quadruped robots that allows for more intuitive user input and provides more socially expressive output. For user input, we implemented a MediaPipe-based module for hand gesture and head movement recognition, enabling control without a remote. For output, we designed and trained robotic dog gestures using curriculum-based reinforcement learning in Isaac Gym, progressing from simple standing to three-legged balancing and leg extensions, and more. The final tests achieved over 95\% success on average in simulation, and we validated a key social gesture (the paw-lift) on a Unitree robot. Real-world tests demonstrated the feasibility and social expressiveness of this framework, while also revealing sim-to-real challenges in joint compliance, load distribution, and balance control. These contributions advance the development of practical quadruped robots as social companions for the senior and outline pathways for sim-to-real adaptation and inform future user studies.
• Abstract（参考訳）: 世界人口の高齢化に伴い、多くの高齢者が孤独の問題に直面している。 競合ロボットは潜在的な解決策を提供する。 しかし、現在の同伴ロボットは高度な機能を欠いていることが多いが、タスク指向ロボットは社会的相互作用のために設計されておらず、高齢者の適合性と受け入れを制限している。 我々の研究は、より直感的なユーザ入力を可能にし、より社会的に表現力のある出力を提供する四足ロボットのためのシニア指向システムを導入している。 ユーザ入力のために,手動作と頭部動作認識のためのMediaPipeベースのモジュールを実装し,遠隔操作による制御を実現した。 出力のために、Isaac Gymでカリキュラムベースの強化学習を使用して、ロボット犬のジェスチャーを設計し、訓練しました。 最終テストはシミュレーションで平均95%以上成功し、Unitreeロボット上で重要な社会的ジェスチャー(足引き)を検証した。 実世界のテストは、このフレームワークの実現可能性と社会的表現性を実証し、また、共同コンプライアンス、負荷分散、バランス制御におけるシモン・トゥ・リアルな課題を明らかにした。 これらの貢献により、高齢者のためのソーシャル・コンパニオンとしての実用的四足ロボットの開発が進められ、シモン・トゥ・リアル・アダプティブ(sim-to-real adapt)のためのアウトライン・パスが開発され、将来的なユーザ・スタディがもたらされる。

関連論文リスト

• HumanX: Toward Agile and Generalizable Humanoid Interaction Skills from Human Videos [74.43500240121476]
  我々はHumanXについて紹介する。HumanXは人間の動画を、ヒューマノイドのための汎用的で現実的なインタラクションスキルにコンパイルするフルスタックのフレームワークである。 HumanXは、従来の方法より8倍高い一般化成功を達成する。
  論文  参考訳（メタデータ） (2026-02-02T18:53:01Z)
• Dexterity from Smart Lenses: Multi-Fingered Robot Manipulation with In-the-Wild Human Demonstrations [52.29884993824894]
  自然環境で日々のタスクを行う人間から、マルチフィンガーロボットポリシーを学ぶことは、ロボットコミュニティにとって長年の大きな目標だった。 AINAは、Aria Gen 2メガネを使用して、どこでも、どこでも、あらゆる環境で収集されたデータから、マルチフィンガーポリシーを学ぶことができる。
  論文  参考訳（メタデータ） (2025-11-20T18:59:02Z)
• Towards Human-level Intelligence via Human-like Whole-Body Manipulation [10.199110135230674]
  Astribot Suiteは、多様な環境にまたがる日常的なタスクを対象とする、全身操作のためのロボット学習スイートである。 以上の結果から,Astribotのエボディメント,遠隔操作インターフェース,学習パイプラインの統合は,実世界の汎用的な全身ロボット操作への重要な一歩であることが示唆された。
  論文  参考訳（メタデータ） (2025-07-23T02:23:41Z)
• 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)
• Robot Interaction Behavior Generation based on Social Motion Forecasting for Human-Robot Interaction [9.806227900768926]
  本稿では,共有ロボット表現空間における社会的動き予測のモデル化を提案する。 ECHOは上記の共有空間で活動し、社会的シナリオで遭遇したエージェントの将来の動きを予測する。 我々は,多対人動作予測タスクにおけるモデルの評価を行い,最先端の性能を大きなマージンで獲得する。
  論文  参考訳（メタデータ） (2024-02-07T11:37:14Z)
• Exploring AI-enhanced Shared Control for an Assistive Robotic Arm [4.999814847776098]
  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。
  論文  参考訳（メタデータ） (2023-06-23T14:19:56Z)
• Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement Learning [54.636562516974884]
  模倣と強化学習において、人間の監督コストは、ロボットが訓練できるデータの量を制限する。 本研究では,自己改善型ロボットシステムのための新しい設計手法であるMEDAL++を提案する。 ロボットは、タスクの実施と解除の両方を学ぶことで、自律的にタスクを練習し、同時にデモンストレーションから報酬関数を推論する。
  論文  参考訳（メタデータ） (2023-03-02T18:51:38Z)
• Socially Compliant Navigation Dataset (SCAND): A Large-Scale Dataset of Demonstrations for Social Navigation [92.66286342108934]
  社会ナビゲーションは、ロボットのような自律的なエージェントが、人間のような他の知的エージェントの存在下で、社会的に従順な方法でナビゲートする能力である。 私たちのデータセットには8.7時間、128の軌道、25マイルの社会的に適合した人間の遠隔運転デモが含まれています。
  論文  参考訳（メタデータ） (2022-03-28T19:09:11Z)
• A General, Evolution-Inspired Reward Function for Social Robotics [0.0]
  本稿では,ソーシャルロボティクスにおける強化学習エージェントの展開に必要なリアルタイムかつ高密度な報酬機能を提供するメカニズムとして,ソーシャル・リワード機能を提案する。 ソーシャル・リワード・ファンクション(Social Reward Function)は、単純で安定的で文化に依存しない報酬機能を提供することを目的として、人間の遺伝的に与えられた社会的知覚能力を忠実に模倣するように設計されている。
  論文  参考訳（メタデータ） (2022-02-01T18:05:31Z)
• Social Navigation with Human Empowerment driven Deep Reinforcement Learning [20.815007485176615]
  次世代のモバイルロボットは、人間の協力者によって受け入れられるために、社会的に準拠する必要がある。 本稿では,古典的acfRLのアプローチを超えて,エンパワーメントを用いた本質的なモチベーションをエージェントに提供する。 我々のアプローチは、人間との距離を最小化し、それによって、効率的に目標に向かって移動しながら、人間の移動時間を短縮するので、人間に肯定的な影響を与える。
  論文  参考訳（メタデータ） (2020-03-18T11:16:07Z)

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。