論文の概要: Advancing Improvisation in Human-Robot Construction Collaboration: Taxonomy and Research Roadmap
- arxiv url: http://arxiv.org/abs/2601.17219v1
- Date: Fri, 23 Jan 2026 23:08:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.924422
- Title: Advancing Improvisation in Human-Robot Construction Collaboration: Taxonomy and Research Roadmap
- Title（参考訳）: ヒューマンロボット構築コラボレーションにおける改善の促進--分類学と研究ロードマップ
- Authors: David Wireko Atibila, Vineet R. Kamat, Carol C. Menassa,
- Abstract要約: 建設業は生産性の停滞、熟練した労働力不足、安全上の懸念に直面している。
ロボットの自動化はソリューションを提供するが、建設ロボットは非構造的で動的なサイトへの適応に苦慮している。
本研究は、即興能力に基づいて、人間とロボットのコラボレーションを分類する6段階の分類法を開発する。
- 参考スコア（独自算出の注目度）: 2.2940141855172036
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The construction industry faces productivity stagnation, skilled labor shortages, and safety concerns. While robotic automation offers solutions, construction robots struggle to adapt to unstructured, dynamic sites. Central to this is improvisation, adapting to unexpected situations through creative problem-solving, which remains predominantly human. In construction's unpredictable environments, collaborative human-robot improvisation is essential for workflow continuity. This research develops a six-level taxonomy classifying human-robot collaboration (HRC) based on improvisation capabilities. Through systematic review of 214 articles (2010-2025), we categorize construction robotics across: Manual Work (Level 0), Human-Controlled Execution (Level 1), Adaptive Manipulation (Level 2), Imitation Learning (Level 3), Human-in-Loop BIM Workflow (Level 4), Cloud-Based Knowledge Integration (Level 5), and True Collaborative Improvisation (Level 6). Analysis reveals current research concentrates at lower levels, with critical gaps in experiential learning and limited progression toward collaborative improvisation. A five-dimensional radar framework illustrates progressive evolution of Planning, Cognitive Role, Physical Execution, Learning Capability, and Improvisation, demonstrating how complementary human-robot capabilities create team performance exceeding individual contributions. The research identifies three fundamental barriers: technical limitations in grounding and dialogic reasoning, conceptual gaps between human improvisation and robotics research, and methodological challenges. We recommend future research emphasizing improved human-robot communication via Augmented/Virtual Reality interfaces, large language model integration, and cloud-based knowledge systems to advance toward true collaborative improvisation.
- Abstract（参考訳）: 建設業は生産性の停滞、熟練した労働力不足、安全上の懸念に直面している。
ロボットの自動化はソリューションを提供するが、建設ロボットは非構造的で動的なサイトへの適応に苦慮している。
これの中心は即興であり、創造的な問題解決を通じて予期せぬ状況に適応する。
建設の予測不可能な環境では、ワークフローの連続性には協調的な人間ロボットの即興化が不可欠である。
本研究は、即興能力に基づいて、人間ロボット協調(HRC)を分類する6段階の分類法を開発する。
214記事(2010-2025)の体系的なレビューを通じて,建設ロボティクスを,マニュアルワーク(レベル0),ヒューマン制御実行(レベル1),適応操作(レベル2),模倣学習(レベル3),ヒューマンインループBIMワークフロー(レベル4),クラウドベース知識統合(レベル5),True Collaborative Improvisation(レベル6)に分類した。
分析によると、現在の研究は低いレベルに集中しており、経験的学習に重大なギャップがあり、協調的即興化への限界がある。
5次元のレーダーフレームワークは、計画、認知的役割、身体的実行、学習能力、改善の進歩を描いており、補完的な人間ロボットの能力が個々の貢献を上回るチームのパフォーマンスをいかに生み出すかを示している。
この研究は、接地と対話的推論における技術的な制限、人間による即興とロボット研究の間の概念的ギャップ、方法論的課題の3つの基本的な障壁を特定している。
我々は,Augmented/Virtual Realityインターフェース,大規模言語モデル統合,クラウドベースの知識システムによる,真の協調的即興化に向けての進歩を重視した今後の研究を推奨する。
関連論文リスト
- Towards Human-Centered Construction Robotics: A Reinforcement Learning-Driven Companion Robot for Contextually Assisting Carpentry Workers [11.843554918145983]
本稿では,既存の作業における作業者の支援を目的とした「作業支援ローバー」による人間中心型アプローチを提案する。
我々は,ロボットシステムを大工のフォームワークに導入するための詳細な研究を行い,移動性,安全性,快適な作業ロボットのコラボレーションを重視したプロトタイプを紹介した。
論文 参考訳（メタデータ） (2024-03-27T23:55:02Z) - 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) - Cloud-Based Hierarchical Imitation Learning for Scalable Transfer of
Construction Skills from Human Workers to Assisting Robots [0.0]
本稿では,没入型クラウドロボティクスによる仮想実演フレームワークを提案する。
デモプロセスをデジタル化し、重い建設物の反復的な物理的操作を不要にする。
この枠組みは、人間の訓練を受けたロボットに建設作業の物理的歪みを委譲することにより、多様な身体能力を持つ労働者の参加を促進する。
論文 参考訳（メタデータ） (2023-09-20T20:04:42Z) - Learning Human-to-Robot Handovers from Point Clouds [63.18127198174958]
視覚に基づく人間ロボットハンドオーバの制御ポリシーを学習する最初のフレームワークを提案する。
シミュレーションベンチマーク,sim-to-sim転送,sim-to-real転送において,ベースラインよりも大きな性能向上を示した。
論文 参考訳（メタデータ） (2023-03-30T17:58:36Z) - 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) - Cognitive architecture aided by working-memory for self-supervised
multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。
ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。
1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文 参考訳（メタデータ） (2021-03-16T13:50:24Z) - Show Me What You Can Do: Capability Calibration on Reachable Workspace
for Human-Robot Collaboration [83.4081612443128]
本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。
この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
論文 参考訳（メタデータ） (2021-03-06T09:14:30Z) - SAPIEN: A SimulAted Part-based Interactive ENvironment [77.4739790629284]
SAPIENは現実的で物理に富んだシミュレートされた環境であり、音声オブジェクトのための大規模なセットをホストしている。
部品検出と動作特性認識のための最先端の視覚アルゴリズムの評価を行い,ロボットインタラクションタスクの実証を行った。
論文 参考訳（メタデータ） (2020-03-19T00:11:34Z) - Learn Task First or Learn Human Partner First: A Hierarchical Task
Decomposition Method for Human-Robot Cooperation [11.387868752604986]
本研究は、ロボットが人間のパートナーの振る舞いを学習することとは別に、階層的動的制御タスクを学習できるようにする階層的報酬機構を備えた新しいタスク分解手法を提案する。
その結果、ロボットは、まずタスクを学習し、より高いチームパフォーマンスを達成し、次に人間を学習し、より高い学習効率を達成することが示唆された。
論文 参考訳（メタデータ） (2020-03-01T04:41:49Z)
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。