論文の概要: A Multi-Layer Sim-to-Real Framework for Gaze-Driven Assistive Neck Exoskeletons

• arxiv url: http://arxiv.org/abs/2603.06779v1
• Date: Fri, 06 Mar 2026 18:22:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.008389
• Title: A Multi-Layer Sim-to-Real Framework for Gaze-Driven Assistive Neck Exoskeletons
• Title（参考訳）: Gaze-Driven Assistive Neck Exoskeletons のための多層型Sim-to-Realフレームワーク
• Authors: Colin Rubow, Eric Brewer, Ian Bales, Haohan Zhang, Daniel S. Brown,
• Abstract要約: 神経疾患による首の筋肉の弱さによって引き起こされる投下頭症候群は、個人の頭を支える能力や動きを著しく損なう。 私たちの長期的な目標は、自然運動を回復する補助動力付首外骨格を開発することです。 バーチャルリアリティ(VR)を活用して、健康な個人から視線と頭の動きを結合したデータを収集する。
• 参考スコア（独自算出の注目度）: 9.701251021373885
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dropped head syndrome, caused by neck muscle weakness from neurological diseases, severely impairs an individual's ability to support and move their head, causing pain and making everyday tasks challenging. Our long-term goal is to develop an assistive powered neck exoskeleton that restores natural movement. However, predicting a user's intended head movement remains a key challenge. We leverage virtual reality (VR) to collect coupled eye and head movement data from healthy individuals to train models capable of predicting head movement based solely on eye gaze. We also propose a novel multi-layer controller selection framework, where head control strategies are evaluated across decreasing levels of abstraction -- from simulation and VR to a physical neck exoskeleton. This pipeline effectively rejects poor-performing controllers early, identifying two novel gaze-driven models that achieve strong performance when deployed on the physical exoskeleton. Our results reveal that no single controller is universally preferred, highlighting the necessity for personalization in gaze-driven assistive control. Our work demonstrates the utility of VR-based evaluation for accelerating the development of intuitive, safe, and personalized assistive robots.
• Abstract（参考訳）: 神経疾患による首の筋肉の弱さによって引き起こされる投下頭症候群は、個人の頭を支える能力や頭を動かす能力を著しく損なうため、痛みを生じ、日々の仕事を困難にしている。 私たちの長期的な目標は、自然運動を回復する補助動力付首外骨格を開発することです。 しかし、ユーザの意図した頭の動きを予測することは依然として重要な課題である。 我々は、仮想現実(VR)を活用して、健康な個人から視線と頭の動きを結合して収集し、視線のみに基づいて頭部の動きを予測するモデルを訓練する。 また,シミュレーションやVRから物理的頸部外骨格まで,抽象化レベルを下げるヘッドコントロール戦略を評価する,新しい多層コントローラ選択フレームワークを提案する。 このパイプラインは、初期の性能の悪いコントローラを効果的に拒否し、物理的外骨格に配備されたときに強い性能を達成する2つの新しい視線駆動モデルを特定する。 以上の結果から,視線駆動型補助制御におけるパーソナライズの必要性を浮き彫りにして,単一のコントローラが広く好まれることはないことが明らかとなった。 我々の研究は、直感的で安全でパーソナライズされた支援ロボットの開発を加速するVRベースの評価の有用性を実証する。

関連論文リスト

• CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
  hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。 CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。 そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
  論文  参考訳（メタデータ） (2025-12-16T18:56:04Z)
• ResMimic: From General Motion Tracking to Humanoid Whole-body Loco-Manipulation via Residual Learning [59.64325421657381]
  ヒューマノイド全体のロコ操作は、日々のサービスや倉庫のタスクにトランスフォーメーション機能を約束する。 ResMimicは、人間の動作データから正確に表現力のあるヒューマノイド制御のための2段階の残差学習フレームワークである。 結果は、強いベースラインよりもタスク成功、トレーニング効率、堅牢性が大幅に向上したことを示している。
  論文  参考訳（メタデータ） (2025-10-06T17:47:02Z)
• Reinforcement learning-based motion imitation for physiologically plausible musculoskeletal motor control [47.423243831156285]
  筋運動制御の理解を深めるために,モデルフリー運動模倣フレームワーク(KINESIS)を提案する。 我々は,KINESISが1.9時間のモーションキャプチャデータに対して強い模倣性能を達成できることを実証した。 キネシスはヒトの筋活動とよく相関する筋活動パターンを生成する。
  論文  参考訳（メタデータ） (2025-03-18T18:37:49Z)
• Mobile-TeleVision: Predictive Motion Priors for Humanoid Whole-Body Control [18.269588421166503]
  ヒューマノイドロボットは頑丈な下半身移動と正確な上半身操作を必要とする。 最近の強化学習アプローチは、全身のロコ操作ポリシーを提供するが、正確な操作はしていない。 Inverses (IK) と Motion を用いた高体力制御を導入し, 高精度な操作を行う。 CVAEは安定性とロバスト性に重要な特徴であり,RLによる全身制御よりも高い精度で操作できることが示唆された。
  論文  参考訳（メタデータ） (2024-12-10T18:59:50Z)
• Universal Humanoid Motion Representations for Physics-Based Control [71.46142106079292]
  物理学に基づくヒューマノイド制御のための総合的な運動スキルを含む普遍的な運動表現を提案する。 まず、大きな非構造運動データセットから人間の動きをすべて模倣できる動き模倣機を学習する。 次に、模倣者から直接スキルを蒸留することで、動作表現を作成します。
  論文  参考訳（メタデータ） (2023-10-06T20:48:43Z)
• Toward Optimized VR/AR Ergonomics: Modeling and Predicting User Neck Muscle Contraction [21.654553113159665]
  頭を動かして仮想環境と対話しながら,VRユーザの頸部筋収縮レベル(MCL)を測定し,モデル化し,予測する。 種々の頭部運動状態下での頚部MCLを予測するための生体物理モデルを構築した。 この研究は、VR/ARおよびインタラクティブグラフィックスアプリケーションのための新しいエルゴノミクス中心のデザインを動機付けることを願っている。
  論文  参考訳（メタデータ） (2023-08-28T18:58:01Z)
• QuestSim: Human Motion Tracking from Sparse Sensors with Simulated Avatars [80.05743236282564]
  人間の身体の動きのリアルタイム追跡は、AR/VRにおける没入感のある体験に不可欠である。 本稿では,HMDと2つのコントローラから疎信号を取り出す強化学習フレームワークを提案する。 一つのポリシーは、多様な移動スタイル、異なる体の大きさ、新しい環境に対して堅牢であることを示す。
  論文  参考訳（メタデータ） (2022-09-20T00:25:54Z)

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。