論文の概要: Navigation beyond Wayfinding: Robots Collaborating with Visually Impaired Users for Environmental Interactions
- arxiv url: http://arxiv.org/abs/2603.14216v1
- Date: Sun, 15 Mar 2026 04:21:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-21 18:33:56.818973
- Title: Navigation beyond Wayfinding: Robots Collaborating with Visually Impaired Users for Environmental Interactions
- Title（参考訳）: 視覚障害者との共同作業ロボット「Wayfinding」
- Authors: Shaojun Cai, Nuwan Janaka, Ashwin Ram, Janidu Shehan, Yingjia Wan, Kotaro Hara, David Hsu,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 23.06831135567015
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robotic guidance systems have shown promise in supporting blind and visually impaired (BVI) individuals with wayfinding and obstacle avoidance. However, most existing systems assume a clear path and do not support a critical aspect of navigation - environmental interactions that require manipulating objects to enable movement. These interactions are challenging for a human-robot pair because they demand (i) precise localization and manipulation of interaction targets (e.g., pressing elevator buttons) and (ii) dynamic coordination between the user's and robot's movements (e.g., pulling out a chair to sit). We present a collaborative human-robot approach that combines our robotic guide dog's precise sensing and localization capabilities with the user's ability to perform physical manipulation. The system alternates between two modes: lead mode, where the robot detects and guides the user to the target, and adaptation mode, where the robot adjusts its motion as the user interacts with the environment (e.g., opening a door). Evaluation results show that our system enables navigation that is safer, smoother, and more efficient than both a traditional white cane and a non-adaptive guiding system, with the performance gap widening as tasks demand higher precision in locating interaction targets. These findings highlight the promise of human-robot collaboration in advancing assistive technologies toward more generalizable and realistic navigation support.
- Abstract（参考訳）: ロボット誘導システムは、視力障害と視覚障害(BVI)の個人をウェイフィンディングと障害物回避で支援することを約束している。
しかし、既存のシステムの多くは明確な経路を仮定し、ナビゲーションの重要な側面(移動を可能にするために物体を操作することを必要とする環境相互作用)をサポートしない。
これらの相互作用は人間とロボットのペアにとって難しい
一 相互作用対象(例えば、エレベーターの押圧ボタン)の正確な位置決め及び操作
使用者の動作とロボットの動きの動的調整(例えば椅子を抜いて座る)。
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。
システムは2つのモードを交互に切り替える: リードモード: ロボットがユーザーを検出し、ターゲットに誘導するモード、適応モード: ロボットが環境と対話するときに動きを調整するモード(例えば、ドアを開けるモード)。
評価の結果,従来の白杖や非適応的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り,タスクが対話対象の特定により高い精度を必要とするため,性能ギャップが広がることがわかった。
これらの知見は、より汎用的で現実的なナビゲーション支援に向けた支援技術の推進において、人間とロボットの協力が約束されることを示す。
関連論文リスト
- Intuitive Programming, Adaptive Task Planning, and Dynamic Role Allocation in Human-Robot Collaboration [28.96294944351617]
このレビューでは、人間とロボット間の直感的な情報交換とスキル伝達を可能にする重要なコンポーネントを特定し、接続する。
マルチモーダル入力をロボットに理解可能な表現に変換する人間とロボットのコミュニケーションブリッジから、完全なインタラクションパイプラインについて検討する。
論文 参考訳（メタデータ） (2025-11-11T19:49:30Z) - 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) - 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) - HEIGHT: Heterogeneous Interaction Graph Transformer for Robot Navigation in Crowded and Constrained Environments [13.574462966591199]
廊下や家具などの環境制約のある密集した対話型群集におけるロボットナビゲーションの問題点について検討する。
従来の手法ではエージェントと障害物間のあらゆる種類の相互作用を考慮できないため、安全で非効率なロボット経路につながる。
本稿では,ロボットナビゲーションポリシーを強化学習で学習するための構造化フレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-19T00:56:35Z) - Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。
現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。
本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
論文 参考訳（メタデータ） (2024-07-02T21:00:30Z) - FollowMe: a Robust Person Following Framework Based on Re-Identification
and Gestures [12.850149165791551]
HRI(Human-robot Interaction)は、住宅や産業において、操作の柔軟性を促進するための重要な手段となっている。
本研究では,ロボットが対象者を識別・追跡できる統合認識・ナビゲーション・フレームワークを開発した。
Re-IDモジュールは、対象者の特徴を自律的に学習し、取得した知識を使用してターゲットを視覚的に再識別する。
論文 参考訳（メタデータ） (2023-11-21T20:59:27Z) - Dynamic Hand Gesture-Featured Human Motor Adaptation in Tool Delivery
using Voice Recognition [5.13619372598999]
本稿では,革新的なロボット協調フレームワークを提案する。
手の動きや動的動きの認識、音声認識、切り替え可能な制御適応戦略をシームレスに統合する。
ハンドジェスチャ認識における優れた性能を示す実験結果が得られた。
論文 参考訳（メタデータ） (2023-09-20T14:51:09Z) - Principles and Guidelines for Evaluating Social Robot Navigation
Algorithms [44.51586279645062]
社会的ロボットナビゲーションは、動的エージェントとそのロボット行動の適切性に対する認識が関係しているため、評価が難しい。
コントリビューションには、(a)安全性、快適性、妥当性、丁寧さ、社会的能力、エージェント理解、活動性、文脈に対する応答性に関する原則、(b)メトリクスの使用のためのガイドライン、シナリオ、ベンチマーク、データセット、社会ナビゲーションを評価するためのシミュレーター、(c)様々なシミュレーター、ロボット、データセットの結果の比較を容易にするソーシャルナビゲーションメトリクスフレームワークなどが含まれます。
論文 参考訳（メタデータ） (2023-06-29T07:31:43Z) - Gesture2Path: Imitation Learning for Gesture-aware Navigation [54.570943577423094]
Gesture2Pathは、画像に基づく模倣学習とモデル予測制御を組み合わせた新しいソーシャルナビゲーション手法である。
実際のロボットに本手法をデプロイし,4つのジェスチャーナビゲーションシナリオに対するアプローチの有効性を示す。
論文 参考訳（メタデータ） (2022-09-19T23:05:36Z) - Socially Compliant Navigation Dataset (SCAND): A Large-Scale Dataset of
Demonstrations for Social Navigation [92.66286342108934]
社会ナビゲーションは、ロボットのような自律的なエージェントが、人間のような他の知的エージェントの存在下で、社会的に従順な方法でナビゲートする能力である。
私たちのデータセットには8.7時間、128の軌道、25マイルの社会的に適合した人間の遠隔運転デモが含まれています。
論文 参考訳（メタデータ） (2022-03-28T19:09:11Z)
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。