論文の概要: A Replicable Robotics Awareness Method Using LLM-Enabled Robotics Interaction: Evidence from a Corporate Challenge
- arxiv url: http://arxiv.org/abs/2604.21377v1
- Date: Thu, 23 Apr 2026 07:45:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-24 14:40:06.369336
- Title: A Replicable Robotics Awareness Method Using LLM-Enabled Robotics Interaction: Evidence from a Corporate Challenge
- Title（参考訳）: LLM-Enabled Robotics インタラクションを用いたリプリケータブルロボティクス認識手法:企業チャレンジからの証拠
- Authors: S. A. Prieto, M. A. Gopee, Y. Ben Arab, B. García de Soto, J. Esteba, P. Olivera Brizzio,
- Abstract要約: 本稿では,大規模言語モデルを用いたロボット認識のための課題ベース手法を紹介し,評価する。
このロボットは、アラブ首長国連邦のADポーツ・グループの従業員が実施したLLM対応のヒューマノイドロボットによって実現された。
このアクティビティは、AIと人間とロボットのコラボレーションを具体化する参加者を公開するための、チームベースのロール駆動エクスペリエンスとして設計された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Large language models are increasingly being explored as interfaces between humans and robotic systems, yet there remains limited evidence on how such technologies can be used not only for interaction, but also as a structured means of introducing robotics to non-specialist users in real organizational settings. This paper introduces and evaluates a challenge-based method for robotics awareness, implemented through an LLM-enabled humanoid robot activity conducted with employees of AD Ports Group in the United Arab Emirates. In the event, participants engaged with a humanoid robot in a logistics-inspired task environment using voice commands interpreted through an LLM-based control framework. The activity was designed as a team-based, role-driven experience intended to expose participants to embodied AI and human-robot collaboration without requiring prior robotics expertise. To evaluate the approach, a post-event survey remained open for 16 days and collected 102 responses. Results indicate strong overall reception, with high satisfaction (8.46/10), increased interest in robotics and AI (4.47/5), and improved understanding of emerging forms of human-robot collaboration (4.45/5). Participants who interacted directly with the robot also reported natural interaction (4.37/5) and a strong sense that interaction became easier as the activity progressed (4.74/5). At the same time, lower ratings for reliability and predictability point to important technical and design challenges for future iterations. The findings suggest that challenge-based, LLM-enabled humanoid interaction can serve as a promising and replicable method for robotics awareness in industrial and operational environments.
- Abstract（参考訳）: 大規模な言語モデルは、人間とロボットシステムのインターフェースとしてますます研究されているが、そのような技術がどのように相互作用に利用できるのかという証拠は限られている。
本稿では,アラブ首長国連邦のADポートス・グループの従業員が実施したLDMによるヒューマノイドロボット活動を通じて,ロボットの認識に挑戦する手法を紹介し,評価する。
このイベントでは、LLMベースの制御フレームワークを介して音声コマンドを解釈し、ロジスティクスにインスパイアされたタスク環境でヒューマノイドロボットと作業する。
この活動は、ロボット工学の専門知識を必要とせず、参加者にAIと人間ロボットのコラボレーションを具体化させることを目的とした、チームベースのロールドリブンな体験として設計された。
アプローチを評価するため、16日間も調査が継続され、102の回答が得られた。
その結果、高い満足度(8.46/10)、ロボット工学とAI(4.47/5)への関心の高まり(4.45/5)、人間とロボットのコラボレーションの新たな形態の理解の向上(4.45/5)が示される。
また、ロボットと直接対話する参加者は、自然な相互作用(4.37/5)を報告し、活動が進むにつれて相互作用が簡単になるという強い感覚も報告した(4.74/5)。
同時に、信頼性と予測可能性の低い評価は、将来のイテレーションにおいて重要な技術的および設計上の課題を示している。
この結果から, LLMを用いたヒューマノイドインタラクションは, 産業環境や運用環境におけるロボットの認識において, 有望かつ再現性の高い手法として有効であることが示唆された。
関連論文リスト
- Human-Aware Robot Behaviour in Self-Driving Labs [1.3854111346209868]
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。
論文 参考訳（メタデータ） (2026-03-09T14:17:18Z) - 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) - A roadmap for AI in robotics [55.87087746398059]
AIの可能性を生かして、私たちの日常生活にロボットを配備する上での、際立った障壁に取り組みたいと考えています。
この記事では、1990年代からロボット工学におけるAIが達成したことを評価し、課題と約束を列挙した短期的・中期的な研究ロードマップを提案する。
論文 参考訳（メタデータ） (2025-07-26T15:18:28Z) - 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) - Socially Pertinent Robots in Gerontological Healthcare [81.67026771075037]
本論文は,パリの保育所における患者と同伴者による2つの実験を通じて,社会的・対話的相互作用能力を備えたフルサイズのヒューマノイドロボットを用いて,この疑問に部分的に答えようとする試みである。
特に、ロボットの知覚とアクションスキルが環境の雑多さに対して堅牢であり、さまざまなインタラクションを扱うために柔軟である場合、ユーザーはこの技術を受け入れる。
論文 参考訳（メタデータ） (2024-04-11T08:43:37Z) - Improving safety in physical human-robot collaboration via deep metric
learning [36.28667896565093]
柔軟な生産シナリオでは、ロボットとの直接の物理的相互作用がますます重要になっている。
リスクポテンシャルを低く抑えるため、物理的な接触がある場合や安全距離に違反する場合など、比較的簡単な操作措置が定められている。
この研究はDeep Metric Learning(DML)アプローチを用いて、非接触ロボットの動き、物理的人間とロボットの相互作用を目的とした意図的な接触、衝突状況の区別を行う。
論文 参考訳（メタデータ） (2023-02-23T11:26:51Z) - 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) - CoGrasp: 6-DoF Grasp Generation for Human-Robot Collaboration [0.0]
そこで我々は,人間を意識したロボットグリップを生成する,CoGraspと呼ばれる新しいディープニューラルネットワーク方式を提案する。
実際のロボット実験では,安定グリップの生成において約88%の成功率を達成した。
我々のアプローチは、安全で自然で社会的に認識された人間ロボットオブジェクトのコグラスピング体験を可能にします。
論文 参考訳（メタデータ） (2022-10-06T19:23:25Z) - 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。