論文の概要: Will People Enjoy a Robot Trainer? A Case Study with Snoopie the Pacerbot
- arxiv url: http://arxiv.org/abs/2604.18331v1
- Date: Mon, 20 Apr 2026 14:31:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-21 21:52:52.936324
- Title: Will People Enjoy a Robot Trainer? A Case Study with Snoopie the Pacerbot
- Title（参考訳）: ロボットトレーナーは楽しむか?―Snoopieを例に
- Authors: Maximilian Du, Jennifer Grannen, Shuran Song, Dorsa Sadigh,
- Abstract要約: 四足歩行ロボットが、効果的で楽しいパーソナルトレーナーデバイスとして機能するかどうかを検討する。
本研究では,ユーザの個人能力に挑戦するために,インターバルトレーニングを実施可能な自律型ロボット四足歩行法SNOOPIEを提案する。
我々は60.6%のペーススケジュールの順守を示し、45.9%の速度で4倍のトレーナーを走らせていた。
- 参考スコア（独自算出の注目度）: 38.690994000557524
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The physicality of exercise makes the role of athletic trainers unique. Their physical presence allows them to guide a student through a motion, demonstrate an exercise, and give intuitive feedback. Robot quadrupeds are also embodied agents with robust agility and athleticism. In our work, we investigate whether a robot quadruped can serve as an effective and enjoyable personal trainer device. We focus on a case study of interval training for runners: a repetitive, long-horizon task where precision and consistency are important. To meet this challenge, we propose SNOOPIE, an autonomous robot quadruped pacer capable of running interval training exercises tailored to challenge a user's personal abilities. We conduct a set of user experiments that compare the robot trainer to a wearable trainer device--the Apple Watch--to investigate the benefits of a physical embodiment in exercise-based interactions. We demonstrate 60.6% better adherence to a pace schedule and were 45.9% more consistent across their running speeds with the quadruped trainer. Subjective results also showed that participants strongly preferred training with the robot over wearable devices across many qualitative axes, including its ease of use (+56.7%), enjoyability of the interaction (+60.6%), and helpfulness (+39.1%). Additional videos and visualizations can be found on our website: https://sites.google.com/view/snoopie
- Abstract（参考訳）: 運動の身体性は運動訓練者の役割をユニークなものにしている。
彼らの身体的な存在は、学生を運動を通して誘導し、運動を示し、直感的なフィードバックを与えることを可能にする。
ロボット四足歩行は、堅牢な俊敏性と運動性を持つ体型エージェントでもある。
本研究は, 四足歩行ロボットが, 効果的で楽しいパーソナルトレーナーデバイスとして機能するかどうかを検討するものである。
本稿では,走者に対するインターバルトレーニングのケーススタディ,すなわち,精度と一貫性が重要となる反復的,長期的タスクに焦点を当てる。
この課題に対処するために,ユーザの個人能力に挑戦するために,インターバルトレーニングの実施が可能な自律型ロボット四足歩行法SNOOPIEを提案する。
我々は,ロボットトレーナーとウェアラブルトレーナーデバイス(Apple Watch)を比較する一連のユーザ実験を行い,エクササイズベースのインタラクションにおける物理的実施のメリットを調査した。
我々は60.6%のペーススケジュールの順守を示し、45.9%の速度で4倍のトレーナーを走らせていた。
被験者は、使用の容易さ(56.7%)、インタラクションの楽しさ(60.6%)、有用性(39.1%)など、多くの定性的軸をまたいだウェアラブルデバイスよりも、ロボットとのトレーニングを強く好んだ。
追加のビデオと視覚化は、私たちのWebサイト(https://sites.google.com/view/snoopie)で見ることができる。
関連論文リスト
- Therapist-Robot-Patient Physical Interaction is Worth a Thousand Words: Enabling Intuitive Therapist Guidance via Remote Haptic Control [36.94429692322632]
本研究では,腕外骨格を装着した訓練者の動きを遠隔でガイドし,監視するための触覚遠隔操作システムを提案する。
トレーナーは、外骨格の肘と手首の仮想接触点を介して、商業用ハンドヘルド触覚装置を介して外骨格と物理的に相互作用することができる。
被験者32人が訓練者-訓練者のパラダイムでこのシステムをテストし、我々のハプティック・デモシステムと従来の視覚的デモシステムを比較した。
論文 参考訳（メタデータ） (2026-02-25T11:04:49Z) - Older Adults' Preferences for Feedback Cadence from an Exercise Coach Robot [0.0]
本研究の目的は,ロボット運動指導員の言語的・非言語的フィードバックに,高齢者がどう反応するかを理解することである。
本研究は,高齢者を対象としたオンライン調査であり,参加者はロボットの動画を各モードごとに異なるリズムで評価した。
論文 参考訳（メタデータ） (2026-01-13T18:53:58Z) - ExBody2: Advanced Expressive Humanoid Whole-Body Control [16.69009772546575]
人間のモーションキャプチャーとシミュレーションデータの両方に基づいてトレーニングされた全身トラッキングコントローラの製作法を提案する。
我々は,ロボットのキネマティクスに適合する中間データを生成するために,教師の方針を利用する。
少量のデータによる微調整により追跡性能が大幅に向上した。
論文 参考訳（メタデータ） (2024-12-17T18:59:51Z) - Barkour: Benchmarking Animal-level Agility with Quadruped Robots [70.97471756305463]
脚付きロボットのアジリティを定量化するための障害物コースであるBarkourベンチマークを導入する。
犬の機敏性の競争に触発され、様々な障害と時間に基づくスコアリング機構から構成される。
ベンチマークに対処する2つの方法を提案する。
論文 参考訳（メタデータ） (2023-05-24T02:49:43Z) - Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement
Learning [54.636562516974884]
模倣と強化学習において、人間の監督コストは、ロボットが訓練できるデータの量を制限する。
本研究では,自己改善型ロボットシステムのための新しい設計手法であるMEDAL++を提案する。
ロボットは、タスクの実施と解除の両方を学ぶことで、自律的にタスクを練習し、同時にデモンストレーションから報酬関数を推論する。
論文 参考訳（メタデータ） (2023-03-02T18:51:38Z) - Motivating Physical Activity via Competitive Human-Robot Interaction [31.478167639618604]
本プロジェクトは,身体運動やゲームなどの特定のシナリオにおいて,人間に挑戦できるロボットコンペティタを作ることによって,競争力のある人間-ロボットインタラクションの研究を動機付けることを目的としている。
我々は,反復的マルチエージェント強化学習によりロボットの競争相手を育成し,人間の競争相手に対して良好な性能を発揮することを示す。
論文 参考訳（メタデータ） (2022-02-14T22:19:58Z) - From Movement Kinematics to Object Properties: Online Recognition of
Human Carefulness [112.28757246103099]
ロボットは、視覚だけで、人間のパートナーが物体を動かす際に注意を払っているかを、どのようにオンラインで推測できるかを示す。
我々は,低解像度カメラでも高い精度(最大81.3%)でこの推論を行うことができることを示した。
パートナーの行動を観察することによる動きの注意の迅速な認識により、ロボットはオブジェクトに対する行動に適応し、人間のパートナーと同じケアの度合いを示すことができる。
論文 参考訳（メタデータ） (2021-09-01T16:03:13Z) - Make Bipedal Robots Learn How to Imitate [3.1981440103815717]
模倣学習(il)の助けを借りて,二足歩行ロボットの基本的な動作を訓練する手法を提案する。
巧みに書かれたディープqネットワーク(dqn)をexperience replayで訓練して、ロボットがインストラクターと同じように動きを学ばせるようにする。
論文 参考訳（メタデータ） (2021-05-15T10:06:13Z) - 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) - Designing Personalized Interaction of a Socially Assistive Robot for
Stroke Rehabilitation Therapy [64.52563354823711]
社会支援ロボットの研究は、神経学的および筋骨格疾患の患者に対する理学療法セッションを増強し、支援する可能性がある。
本稿では,運動の質を予測するために,患者個別の運動の運動特性を動的に選択できる社会支援ロボットのインタラクティブなアプローチを提案する。
論文 参考訳（メタデータ） (2020-07-13T16:12:05Z)
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。