Fugu-MT 論文翻訳(概要): MRReP: Mixed Reality-based Hand-drawn Reference Path Editing Interface for Mobile Robot Navigation

論文の概要: MRReP: Mixed Reality-based Hand-drawn Reference Path Editing Interface for Mobile Robot Navigation

arxiv url: http://arxiv.org/abs/2604.00059v1
Date: Tue, 31 Mar 2026 04:49:53 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-02 16:44:31.653452
Title: MRReP: Mixed Reality-based Hand-drawn Reference Path Editing Interface for Mobile Robot Navigation
Title（参考訳）: MRReP:移動ロボットナビゲーションのための複合現実感に基づく手書き参照経路編集インタフェース
Authors: Takumi Taki, Masato Kobayashi, Yuki Uranishi,
Abstract要約: 本論文はMRRePについて述べる。MRRePはMRReP(Mixed Reality-based Interface)で、手書きの参照パス(HRP)を直接物理フロアに描画する。その結果、MRRePは、物理環境においてより安定したパス仕様を実現しつつ、パス仕様の正確性、ユーザビリティ、認識されたワークロードを改善した。
参考スコア（独自算出の注目度）: 1.552282932199974
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Autonomous mobile robots operating in human-shared indoor environments often require paths that reflect human spatial intentions, such as avoiding interference with pedestrian flow or maintaining comfortable clearance. However, conventional path planners primarily optimize geometric costs and provide limited support for explicit route specification by human operators. This paper presents MRReP, a Mixed Reality-based interface that enables users to draw a Hand-drawn Reference Path (HRP) directly on the physical floor using hand gestures. The drawn HRP is integrated into the robot navigation stack through a custom Hand-drawn Reference Path Planner, which converts the user-specified point sequence into a global path for autonomous navigation. We evaluated MRReP in a within-subject experiment against a conventional 2D baseline interface. The results demonstrated that MRReP enhanced path specification accuracy, usability, and perceived workload, while enabling more stable path specification in the physical environment. These findings suggest that direct path specification in MR is an effective approach for incorporating human spatial intention into mobile robot navigation. Additional material is available at https://mertcookimg.github.io/mrrep
Abstract（参考訳）: 人間と共有された屋内環境で動く自律移動ロボットは、歩行者の流れへの干渉を避けたり、快適なクリアランスを維持するなど、人間の空間的な意図を反映した経路を必要とすることが多い。しかし、従来の経路プランナは主に幾何学的コストを最適化し、人間の演算子による明示的な経路仕様の限定的なサポートを提供する。本稿では,MRRePについて述べる。MRRePはMRReP(Mixed Reality-based Interface)で,手書きの参照パス(HRP)を直接物理フロアに描画することを可能にするインタフェースである。描画されたHRPは、ユーザが指定したポイントシーケンスを、自律的なナビゲーションのためのグローバルパスに変換するカスタムハンド描画参照パスプランナーを介して、ロボットナビゲーションスタックに統合される。 MRRePを従来の2次元ベースラインインタフェースに対して実験した。その結果,MRRePは物理環境においてより安定した経路仕様を実現するとともに,経路仕様の精度,ユーザビリティ,作業負荷の認識を向上した。これらの結果から,MRの直接経路仕様は移動ロボットナビゲーションに人間の空間的意図を取り入れるための効果的なアプローチであることが示唆された。追加資料はhttps://mertcookimg.github.io/mrrepで入手できる。

関連論文リスト

MRPoS: Mixed Reality-Based Robot Navigation Interface Using Spatial Pointing and Speech with Large Language Model [1.552282932199974]
本稿では,空間的ポインティングと音声(MRPoS)を用いた複合現実感型ロボットナビゲーションインタフェースを提案する。このフレームワークは,空間的ポインティングとLarge Language Model(LLM)に基づく音声インタラクションを組み合わせた,複雑な手ジェスチャーを自然なマルチモーダルインタフェースに置き換える。両方の情報を活用することにより、MR技術によって可視化されたナビゲーション目標に言語意図を翻訳する。
論文参考訳（メタデータ） (2026-03-04T08:45:25Z)
Pro-HOI: Perceptive Root-guided Humanoid-Object Interaction [57.252599851031505]
本稿では,知覚根誘導型ヒューマノイドオブジェクトインタラクション,Pro-HOIを紹介する。 Pro-HOIは、堅牢なヒューマノイドロコ操作のための一般化可能なフレームワークである。ユニツリーG1ロボットの実証検証は、Pro-HOIが一般化と堅牢性においてベースラインを著しく上回っていることを示す。
論文参考訳（メタデータ） (2026-03-01T14:19:59Z)
From Obstacles to Etiquette: Robot Social Navigation with VLM-Informed Path Selection [57.74400052368147]
本稿では,幾何学的計画と文脈的社会的推論を統合した社会ロボットナビゲーションフレームワークを提案する。このシステムはまず障害物や人間の力学を抽出し、幾何学的に実現可能な候補経路を生成し、次に細調整された視覚言語モデル(VLM)を利用してこれらの経路を評価する。 4つのソーシャルナビゲーション環境における実験により, 生活空間違反の最小期間, 歩行者面の最小時間, 社会ゾーンの侵入がない場合に, ベストな総合的なパフォーマンスを達成できることが実証された。
論文参考訳（メタデータ） (2026-02-09T18:46:12Z)
RSRNav: Reasoning Spatial Relationship for Image-Goal Navigation [57.197881161006904]
近年のイメージゴールナビゲーション(ImageNav)手法は,目標と自我中心の画像の意味的特徴を別々に捉え,知覚行動ポリシーを学習している。本稿では,目標と現在の観測値の空間的関係をナビゲーションガイダンスとして考慮する,シンプルで効果的な手法であるRSRNavを提案する。
論文参考訳（メタデータ） (2025-04-25T00:22:17Z)
Mobile Robot Navigation Using Hand-Drawn Maps: A Vision Language Model Approach [5.009635912655658]
手描きの地図は、しばしばスケールの歪みや目印の欠如のような不正確さを含む。本稿では,事前学習型視覚言語モデルを活用した手書き地図ナビゲーション(HAM-Nav)アーキテクチャを提案する。 Ham-Navは、トポロジカルマップに基づく位置推定とナビゲーション計画のためのユニークな選択型ビジュアルアソシエーション・プロンプティング・アプローチを統合している。
論文参考訳（メタデータ） (2025-01-31T19:03:33Z)
NoMaD: Goal Masked Diffusion Policies for Navigation and Exploration [57.15811390835294]
本稿では,目標指向ナビゲーションと目標非依存探索の両方を扱うために,単一の統合拡散政策をトレーニングする方法について述べる。この統一された政策は、新しい環境における目標を視覚的に示す際に、全体的な性能が向上することを示す。実世界の移動ロボットプラットフォーム上で実施した実験は,5つの代替手法と比較して,見えない環境における効果的なナビゲーションを示す。
論文参考訳（メタデータ） (2023-10-11T21:07:14Z)
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)
Hierarchical Path-planning from Speech Instructions with Spatial Concept-based Topometric Semantic Mapping [7.332652485849632]
本研究の目的は,位相的意味マップと経路計画を用いた階層的空間表現の実現である。本研究では,SIGVerseシミュレータ上でのToyota Human Support Robotを用いた家庭環境実験と,実ロボットAlbertを用いた実験室環境実験を行った。経路距離を用いた音声指示を用いたナビゲーション実験は,経路コストを基準とした階層的経路計画法よりもSpCoTMHPの性能向上を実証した。
論文参考訳（メタデータ） (2022-03-21T09:15:25Z)
SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文参考訳（メタデータ） (2021-08-03T02:56:21Z)

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。