論文の概要: Embodied Human Simulation for Quantitative Design and Analysis of Interactive Robotics

• arxiv url: http://arxiv.org/abs/2603.09218v1
• Date: Tue, 10 Mar 2026 05:39:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-11 15:25:24.062585
• Title: Embodied Human Simulation for Quantitative Design and Analysis of Interactive Robotics
• Title（参考訳）: 対話型ロボットの定量的設計と解析のための人体シミュレーション
• Authors: Chenhui Zuo, Jinhao Xu, Michael Qian Vergnolle, Yanan Sui,
• Abstract要約: 本研究では,人間とロボットの相互作用を定量的に解析するためのシミュレーションベースのフレームワークを開発した。 中心となるのは、人間の力学系の予測的代理として機能する全身筋骨格モデルである。 我々は,ヒトと外骨格の相互作用を最適化する能力を示し,関節アライメントの改善と接触力の低下を示した。
• 参考スコア（独自算出の注目度）: 8.590015229469186
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Physical interactive robotics, ranging from wearable devices to collaborative humanoid robots, require close coordination between mechanical design and control. However, evaluating interactive dynamics is challenging due to complex human biomechanics and motor responses. Traditional experiments rely on indirect metrics without measuring human internal states, such as muscle forces or joint loads. To address this issue, we develop a scalable simulation-based framework for the quantitative analysis of physical human-robot interaction. At its core is a full-body musculoskeletal model serving as a predictive surrogate for the human dynamical system. Driven by a reinforcement learning controller, it generates adaptive, physiologically grounded motor behaviors. We employ a sequential training pipeline where the pre-trained human motion control policy acts as a consistent evaluator, making large-scale design space exploration computationally tractable. By simulating the coupled human-robot system, the framework provides access to internal biomechanical metrics, offering a systematic way to concurrently co-optimize a robot's structural parameters and control policy. We demonstrate its capability in optimizing human-exoskeleton interactions, showing improved joint alignment and reduced contact forces. This work establishes embodied human simulation as a scalable paradigm for interactive robotics design.
• Abstract（参考訳）: ウェアラブルデバイスからコラボレーティブなヒューマノイドロボットまで、物理的な対話型ロボットは、機械設計と制御の緊密な調整を必要とする。 しかし、複雑なヒトの生体力学と運動応答により、インタラクティブな力学を評価することは困難である。 従来の実験では、筋肉の力や関節の荷重など、人間の内部状態を測ることなく間接的な測定に頼っていた。 そこで本研究では,人間とロボットの相互作用を定量的に解析するための,スケーラブルなシミュレーションベースのフレームワークを開発した。 中心となるのは、人間の力学系の予測的代理として機能する全身筋骨格モデルである。 強化学習コントローラによって駆動され、適応的で生理的な運動行動を生成する。 我々は、事前訓練された人間のモーションコントロールポリシーが一貫した評価器として機能し、大規模設計空間の探索を計算可能とするシーケンシャルなトレーニングパイプラインを採用している。 結合された人間ロボットシステムをシミュレートすることで、このフレームワークは内部の生体力学メトリクスへのアクセスを提供し、ロボットの構造パラメータと制御ポリシーを同時に最適化する体系的な方法を提供する。 我々は,ヒトと外骨格の相互作用を最適化する能力を示し,関節アライメントの改善と接触力の低下を示した。 この研究は、対話型ロボット設計のためのスケーラブルなパラダイムとして、人間のシミュレーションを具現化する。

関連論文リスト

• Towards Immersive Human-X Interaction: A Real-Time Framework for Physically Plausible Motion Synthesis [51.95817740348585]
  Human-Xは、様々な実体をまたいだ没入的で物理的に妥当なヒューマンインタラクションを可能にするために設計された、新しいフレームワークである。 本手法は, 自己回帰型反応拡散プランナを用いて, リアルタイムに反応と反応を同時予測する。 我々のフレームワークは、人間とロボットのインタラクションのための仮想現実インターフェースを含む、現実世界のアプリケーションで検証されている。
  論文  参考訳（メタデータ） (2025-08-04T06:35:48Z)
• 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)
• InterControl: Zero-shot Human Interaction Generation by Controlling Every Joint [67.6297384588837]
  関節間の所望距離を維持するために,新しい制御可能な運動生成手法であるInterControlを導入する。 そこで本研究では,既成の大規模言語モデルを用いて,ヒューマンインタラクションのための結合ペア間の距離を生成できることを実証した。
  論文  参考訳（メタデータ） (2023-11-27T14:32:33Z)
• 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)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• Ergonomically Intelligent Physical Human-Robot Interaction: Postural Estimation, Assessment, and Optimization [3.681892767755111]
  対話型ロボットの軌道からのみ人間の姿勢を推定できることを示す。 本稿では,微分可能なエルゴノミクスモデルであるDULAを提案する。
  論文  参考訳（メタデータ） (2021-08-12T21:13:06Z)
• 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)
• Learning Predictive Models for Ergonomic Control of Prosthetic Devices [9.374871304813638]
  インタラクションプリミティブを拡張して,予測バイオメカニクスを実現する。 我々はこの能力をモデル予測制御戦略で活用し、潜在的なロボット行動のエルゴノミクスおよびバイオメカニカルな影響を識別する。 バイオメカニカルコスト関数によって選択された制御作用により, 膝や筋力の最小化が実証された。
  論文  参考訳（メタデータ） (2020-11-13T16:39:01Z)

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。