論文の概要: Detection and Recognition: A Pairwise Interaction Framework for Mobile Service Robots

• arxiv url: http://arxiv.org/abs/2602.22346v1
• Date: Wed, 25 Feb 2026 19:12:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.720476
• Title: Detection and Recognition: A Pairwise Interaction Framework for Mobile Service Robots
• Title（参考訳）: 検出と認識:モバイルサービスロボットのためのペアワイズインタラクションフレームワーク
• Authors: Mengyu Liang, Sarah Gillet Schlegel, Iolanda Leite,
• Abstract要約: サービスロボットは、安全で社会的に認識されたナビゲーションをサポートするために、地元の人間と人間のインタラクションを推論する必要がある。 ロボット中心の社会理解において,人間同士の相互作用は最小でも十分な知覚単位である,と我々は主張する。 そこで我々は,軽量な幾何学的および運動的手がかりに基づいて,まず相互作用する候補を識別する2段階の枠組みを採用した。
• 参考スコア（独自算出の注目度）: 2.895170564353903
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Autonomous mobile service robots, like lawnmowers or cleaning robots, operating in human-populated environments need to reason about local human-human interactions to support safe and socially aware navigation while fulfilling their tasks. For such robots, interaction understanding is not primarily a fine-grained recognition problem, but a perception problem under limited sensing quality and computational resources. Many existing approaches focus on holistic group activity recognition, which often requires complex and large models which may not be necessary for mobile service robots. Others use pairwise interaction methods which commonly rely on skeletal representations but their use in outdoor environments remains challenging. In this work, we argue that pairwise human interaction constitute a minimal yet sufficient perceptual unit for robot-centric social understanding. We study the problem of identifying interacting person pairs and classifying coarse-grained interaction behaviors sufficient for downstream group-level reasoning and service robot decision-making. To this end, we adopt a two-stage framework in which candidate interacting pairs are first identified based on lightweight geometric and motion cues, and interaction types are subsequently classified using a relation network. We evaluate the proposed approach on the JRDB dataset, where it achieves sufficient accuracy with reduced computational cost and model size compared to appearance-based methods. Additional experiments on the Collective Activity Dataset and zero shot test on a lawnmower-collected dataset further illustrate the generality of the proposed framework. These results suggest that pairwise geometric and motion cues provide a practical basis for interaction perception on mobile service robot providing a promising method for integration into mobile robot navigation stacks in future work. Code will be released soon
• Abstract（参考訳）: 芝刈り機やクリーニングロボットのような自律型モバイルサービスロボットは、人間の身近な環境での操作は、タスクを遂行しながら安全で社会的に認識されたナビゲーションをサポートするために、ローカルな人間と人間のインタラクションを推論する必要がある。 このようなロボットにとって、相互作用理解は、主にきめ細かな認識の問題ではなく、知覚品質と計算資源の制限下での知覚問題である。 既存の多くのアプローチは、モバイルサービスロボットには必要ないような、複雑で大規模なモデルを必要とする、全体論的グループアクティビティ認識に重点を置いている。 通常は骨格表現に依存しているが、屋外環境での使用は困難なままである。 本研究では,ロボット中心の社会理解において,人間同士の相互作用が最小でも十分な知覚単位となることを論じる。 本研究では,下流グループレベルの推論とサービスロボットによる意思決定に十分な,対話者のペアを特定し,粗粒度なインタラクション行動を分類する問題について検討する。 そこで我々は,まず,軽量な幾何学的および運動的手がかりに基づいて相互作用する候補を識別し,その後,関係ネットワークを用いて相互作用のタイプを分類する2段階の枠組みを採用した。 提案手法をJRDBデータセット上で評価し,外見に基づく手法と比較して計算コストとモデルサイズを削減し,十分な精度を実現する。 群集活動データセットと芝刈り機コンパイルデータセットのゼロショットテストに関する追加実験は、提案フレームワークの汎用性をさらに示している。 これらの結果は,モバイルサービスロボットにおける対話知覚の実践的基盤として,移動ロボットのナビゲーションスタックへの統合の有望な方法が提案されていることを示唆している。 コードも間もなくリリースされる

関連論文リスト

• Navigation beyond Wayfinding: Robots Collaborating with Visually Impaired Users for Environmental Interactions [23.06831135567015]
  我々は,ロボットガイド犬の精密なセンシングと位置決め機能と,物理的な操作を行うユーザの能力を組み合わせた,協調的な人間ロボットアプローチを提案する。 評価の結果,従来の白杖や非適応案内システムよりも安全でスムーズで効率の良いナビゲーションが可能であることが示唆された。
  論文  参考訳（メタデータ） (2026-03-15T04:21:46Z)
• HHI-Assist: A Dataset and Benchmark of Human-Human Interaction in Physical Assistance Scenario [63.77482302352545]
  HHI-Assist(ヒヒ・アシスト)は、人間の介助作業における人間のインタラクションのモーションキャプチャークリップからなるデータセットである。 私たちの研究は、ロボット支援ポリシーを大幅に強化する可能性がある。
  論文  参考訳（メタデータ） (2025-09-12T09:38:17Z)
• Recognizing Actions from Robotic View for Natural Human-Robot Interaction [52.00935005918032]
  自然人-ロボットインタラクション(Natural Human-Robot Interaction, N-HRI)は、ロボット自身が動いているか静止しているかに関わらず、ロボットが様々な距離と状態で人間の行動を認識することを要求する。 N-HRIの既存のベンチマークは、限られたデータ、モダリティ、タスクカテゴリ、主題や環境の多様性のために、N-HRIのユニークな複雑さに対処できない。 モバイルサービスロボットで広く使われている知覚中心ロボットビューのための大規模データセット(Action from Robotic View)を紹介する。
  論文  参考訳（メタデータ） (2025-07-30T09:48:34Z)
• LPAC: Learnable Perception-Action-Communication Loops with Applications to Coverage Control [72.81786007015471]
  本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。 CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。 評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-10T00:08:00Z)
• 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)
• 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)
• Model Predictive Control for Fluid Human-to-Robot Handovers [50.72520769938633]
  人間の快適さを考慮に入れた計画運動は、人間ロボットのハンドオーバプロセスの一部ではない。 本稿では,効率的なモデル予測制御フレームワークを用いてスムーズな動きを生成することを提案する。 ユーザ数名の多様なオブジェクトに対して,人間とロボットのハンドオーバ実験を行う。
  論文  参考訳（メタデータ） (2022-03-31T23:08:20Z)
• HARPS: An Online POMDP Framework for Human-Assisted Robotic Planning and Sensing [1.3678064890824186]
  HARPS(Human Assisted Robotic Planning and Sensing)フレームワークは、ロボットチームにおけるアクティブなセマンティックセンシングと計画のためのフレームワークである。 このアプローチにより、人間が不規則にモデル構造を強制し、不確実な環境で意味的なソフトデータの範囲を拡張することができる。 大規模部分構造環境におけるUAV対応ターゲット探索アプリケーションのシミュレーションは、時間と信念状態の推定において著しく改善されている。
  論文  参考訳（メタデータ） (2021-10-20T00:41:57Z)

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。