論文の概要: Human-Aware Robot Behaviour in Self-Driving Labs

• arxiv url: http://arxiv.org/abs/2603.08420v2
• Date: Wed, 11 Mar 2026 18:02:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-13 14:46:25.440465
• Title: Human-Aware Robot Behaviour in Self-Driving Labs
• Title（参考訳）: 自動運転ラボにおける人間を意識したロボットの行動
• Authors: Satheeshkumar Veeramani, Anna Kisil, Abigail Bentley, Hatem Fakhruldeen, Gabriella Pizzuto, Andrew I. Cooper,
• Abstract要約: 移動ロボット化学者(MRC)は、実験室を自律的に移動してサンプルを輸送することで重要な役割を担っている。 現在、MRCは単純なLiDARベースの障害物検出に依存しており、人間が存在する場合はロボットを受動的に待機させる。 本稿では,共有アクセスシナリオにおけるアクティブな人間とロボットの相互作用を容易にする,AI駆動型認識手法を提案する。
• 参考スコア（独自算出の注目度）: 1.3854111346209868
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Self-driving laboratories (SDLs) are rapidly transforming research in chemistry and materials science to accelerate new discoveries. Mobile robot chemists (MRCs) play a pivotal role by autonomously navigating the lab to transport samples, effectively connecting synthesis, analysis, and characterisation equipment. The instruments within an SDL are typically designed or retrofitted to be accessed by both human and robotic chemists, ensuring operational flexibility and integration between manual and automated workflows. In many scenarios, human and robotic chemists may need to use the same equipment simultaneously. Currently, MRCs rely on simple LiDAR-based obstruction detection, which forces the robot to passively wait if a human is present. This lack of situational awareness leads to unnecessary delays and inefficient coordination in time-critical automated workflows in human-robot shared labs. To address this, we present an initial study of an embodied, AI-driven perception method that facilitates proactive human-robot interaction in shared-access scenarios. Our method features a hierarchical human intention prediction model that allows the robot to distinguish between preparatory actions (waiting) and transient interactions (accessing the instrument). Our results demonstrate that the proposed approach enhances efficiency by enabling proactive human-robot interaction, streamlining coordination, and potentially increasing the efficiency of autonomous scientific labs.
• Abstract（参考訳）: 自動運転車研究所(SDL)は、化学と材料科学の研究を急速に変化させ、新たな発見を加速させている。 移動ロボット化学者(MRC)は、実験室を自律的に移動してサンプルを輸送し、効率的に合成、分析、キャラクタリゼーション装置を接続することで、重要な役割を担っている。 SDL内の機器は通常、人間とロボットの化学者の両方がアクセスできるように設計され、手動と自動化されたワークフロー間の操作の柔軟性と統合を保証する。 多くのシナリオでは、人間とロボットの化学者は同じ機器を同時に使用する必要がある。 現在、MRCは単純なLiDARベースの障害物検出に頼っているため、人間が存在する場合、ロボットは受動的に待機せざるを得ない。 この状況認識の欠如は、人間ロボット共有ラボにおける時間クリティカルな自動化ワークフローにおける不要な遅延と非効率な調整につながる。 そこで本研究では,共有アクセスシナリオにおけるアクティブな人間とロボットの相互作用を促進するAI駆動型認識手法について,初期研究を行った。 本手法は,ロボットが準備動作(待機)と過渡的相互作用(楽器へのアクセス)を区別できる階層的人間の意図予測モデルを特徴とする。 提案手法は, 人-ロボット間相互作用の実現, 協調の合理化, 自律的な科学実験室の効率向上などにより, 効率の向上を図っている。

関連論文リスト

• Accelerating drug discovery with Artificial: a whole-lab orchestration and scheduling system for self-driving labs [0.0]
  自動運転ラボは、自動化されたAI誘導の実験を可能にすることで、薬物発見を変革している。 しかし、複雑なオーケストレーション、さまざまな楽器とAIモデルの統合、データの効率的な管理といった課題に直面している。 人工知能は、包括的なオーケストレーションとスケジューリングシステムでこれらの問題に対処する。 ラボの操作を統一し、自動化し、AIによる意思決定を統合する。
  論文  参考訳（メタデータ） (2025-04-01T17:22:50Z)
• HACTS: a Human-As-Copilot Teleoperation System for Robot Learning [47.9126187195398]
  HACTS(Human-As-Copilot Teleoperation System)は,ロボットアームと遠隔操作ハードウェアを双方向でリアルタイムに同期させるシステムである。 このシンプルで効果的なフィードバックメカニズムは、自動運転車のステアリングホイールに似たもので、人間の操縦士がシームレスに介入し、将来の学習のために行動補正データを収集することを可能にする。
  論文  参考訳（メタデータ） (2025-03-31T13:28:13Z)
• Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition [48.65867987106428]
  本稿では,人間とロボットの協調学習システムについて紹介する。 これにより、ロボットエンドエフェクターの制御を学習支援エージェントと共有することができる。 これにより、ダウンストリームタスクにおいて、収集されたデータが十分な品質であることを保証しながら、人間の適応の必要性を減らすことができる。
  論文  参考訳（メタデータ） (2024-06-29T03:37:29Z)
• Efficient Causal Discovery for Robotics Applications [2.1244188321694146]
  我々は,F-PCMCI(F-PCMCI)と呼ばれる高速かつ正確な因果解析のためのアプローチの実例を示す。 提案したアプリケーションは,F-PCMCIが人間とロボットの相互作用シナリオの因果モデルを正確にかつ迅速に再構築できることを示す。
  論文  参考訳（メタデータ） (2023-10-23T13:30:07Z)
• Generalizable Human-Robot Collaborative Assembly Using Imitation Learning and Force Control [17.270360447188196]
  本稿では,実演から学び,ポーズ推定を用いたロボット協調組立システムを提案する。 提案システムでは, ロボット組立シナリオにおいて, 物理的6DoFマニピュレータを用いて実験を行った。
  論文  参考訳（メタデータ） (2022-12-02T20:35:55Z)
• Spatial Computing and Intuitive Interaction: Bringing Mixed Reality and Robotics Together [68.44697646919515]
  本稿では,空間コンピューティングを応用し,新しいロボットのユースケースを実現するためのロボットシステムについて述べる。 空間コンピューティングとエゴセントリックな感覚を複合現実感デバイスに組み合わせることで、人間の行動をキャプチャして理解し、それらを空間的な意味を持つ行動に変換することができる。
  論文  参考訳（メタデータ） (2022-02-03T10:04:26Z)
• 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)

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。