論文の概要: OmniRobotHome: A Multi-Camera Platform for Real-Time Multiadic Human-Robot Interaction

• arxiv url: http://arxiv.org/abs/2604.28197v1
• Date: Thu, 30 Apr 2026 17:59:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:54.254922
• Title: OmniRobotHome: A Multi-Camera Platform for Real-Time Multiadic Human-Robot Interaction
• Title（参考訳）: OmniRobotHome: リアルタイム多目的ロボットインタラクションのためのマルチカメラプラットフォーム
• Authors: Junyoung Lee, Sookwan Han, Jeonghwan Kim, Inhee Lee, Mingi Choi, Jisoo Kim, Wonjung Woo, Hanbyul Joo,
• Abstract要約: OmniRobotHomeは、リアルタイムな3次元人間と物体の認識を協調したマルチロボットアクチュエーターで統合する最初のルームスケールの住宅用プラットフォームである。 我々は、共有ロボット環境における安全性と、人間の予想するロボット支援の2つの中心的な問題に焦点をあてる。
• 参考スコア（独自算出の注目度）: 21.78933851010173
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human-robot collaboration has been studied primarily in dyadic or sequential settings. However, real homes require multiadic collaboration, where multiple humans and robots share a workspace, acting concurrently on interleaved subtasks with tight spatial and temporal coupling. This regime remains underexplored because close-proximity interaction between humans, robots, and objects creates persistent occlusion and rapid state changes, making reliable real-time 3D tracking the central bottleneck. No existing platform provides the real-time, occlusion-robust, room-scale perception needed to make this regime experimentally tractable. We present OmniRobotHome, the first room-scale residential platform that unifies wide-area real-time 3D human and object perception with coordinated multi-robot actuation in a shared world frame. The system instruments a natural home environment with 48 hardware-synchronized RGB cameras for markerless, occlusion-robust tracking of multiple humans and objects, temporally aligned with two Franka arms that act on live scene state. Continuous capture within this consistent frame further supports long-horizon human behavior modeling from accumulated trajectories. The platform makes the multiadic collaboration regime experimentally tractable. We focus on two central problems: safety in shared human-robot environments and human-anticipatory robotic assistance, and show that real-time perception and accumulated behavior memory each yield measurable gains in both.
• Abstract（参考訳）: 人間とロボットのコラボレーションは、主にダイアディックまたはシーケンシャルな設定で研究されている。 しかし、実際の家庭では、複数の人間とロボットがワークスペースを共有し、空間的・時間的結合の密接なインターリーブされたサブタスクで同時に行動するマルチ進的コラボレーションが必要である。 この体制は、人間、ロボット、物体間の密接な近親和性相互作用が永続的な閉塞と急激な状態変化を生じさせ、信頼性の高いリアルタイム3D追跡を中心的ボトルネックにしているため、まだ解明されていない。 既存のプラットフォームでは、この仕組みを実験的に利用できるようにするのに必要なリアルタイム、オクルージョン、ルームスケールの認識を提供していません。 OmniRobotHomeは、広帯域のリアルタイム3次元人間とオブジェクト認識を、共有世界フレームにおける協調的マルチロボットアクチュエーターで統合する最初のルームスケール住宅プラットフォームである。 このシステムは、48台のハードウェア同期RGBカメラで自然の家庭環境を計測し、マーカーレスで複数の人間や物体のオクルージョン・ロバストな追跡を行う。 この一貫したフレーム内での連続的なキャプチャは、蓄積された軌跡からの長期の人間行動モデリングをさらにサポートする。 このプラットフォームは、多進的なコラボレーション体制を実験的に利用可能にする。 我々は,共有ロボット環境における安全性と人間予測ロボット支援の2つの中心的問題に焦点をあて,リアルタイム認識と蓄積された行動記憶の両方が測定可能な利益をもたらすことを示す。

関連論文リスト

• Morphology-Consistent Humanoid Interaction through Robot-Centric Video Synthesis [25.249184346335557]
  Dream2Actは、生成ビデオによるゼロショットインタラクションを可能にするロボット中心のフレームワークである。 Dream2Actは、ロボットネイティブ空間内で厳密に動作し、エラーを回避し、タスク固有のポリシートレーニングを取り除く。
  論文  参考訳（メタデータ） (2026-03-20T07:27:09Z)
• EmbodMocap: In-the-Wild 4D Human-Scene Reconstruction for Embodied Agents [85.77432303199176]
  EmbodMocapは2つの動くiPhoneを使ったポータブルで安価なデータ収集パイプラインである。 私たちのキーとなるアイデアは、二重RGB-Dシーケンスを共同で校正し、人間とシーンの両方を再構築することです。 収集したデータに基づいて、我々は3つの具体的AIタスクを強化した: モノクラーヒューマン・シーン・リコンストラクション(モノクラーヒューマン・シーン・リコンストラクション)、メトリックスケールで世界空間に整合した人間とシーンを出力するフィードフォワードモデル、物理ベースのキャラクターアニメーション。
  論文  参考訳（メタデータ） (2026-02-26T16:53:41Z)
• HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception [57.37135310143126]
  HO SIGは階層的なシーン認識を通じて全体インタラクションを合成するための新しいフレームワークである。 我々のフレームワークは、自己回帰生成による運動長の無制限化をサポートし、手動による介入を最小限に抑える。 この研究は、シーン認識ナビゲーションとデクスタラスオブジェクト操作の間に重要なギャップを埋める。
  論文  参考訳（メタデータ） (2025-06-02T12:08:08Z)
• VidBot: Learning Generalizable 3D Actions from In-the-Wild 2D Human Videos for Zero-Shot Robotic Manipulation [53.63540587160549]
  VidBotは、WildのモノクルなRGBのみの人間ビデオから学習した3Dアベイランスを使って、ゼロショットロボット操作を可能にするフレームワークである。 VidBotは、人間の日常的なビデオを利用してロボットの学習をよりスケーラブルにする。
  論文  参考訳（メタデータ） (2025-03-10T10:04:58Z)
• 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)
• Revisit Human-Scene Interaction via Space Occupancy [55.67657438543008]
  HSI(Human-Scene Interaction)の生成は、さまざまな下流タスクに不可欠な課題である。 本研究では,シーンとのインタラクションが,抽象的な物理的視点からシーンの空間占有と本質的に相互作用していることを論じる。 純粋な動きシーケンスを、見えないシーン占有と相互作用する人間の記録として扱うことで、動きのみのデータを大規模にペア化された人間-占有相互作用データベースに集約することができる。
  論文  参考訳（メタデータ） (2023-12-05T12:03:00Z)
• 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)
• Ditto in the House: Building Articulation Models of Indoor Scenes through Interactive Perception [31.009703947432026]
  本研究は,ロボットの意図的なインタラクションを通じて室内シーンの調音モデルを構築することを検討する。 この課題にインタラクティブな認識アプローチを導入する。 シミュレーションと実世界の両方において,本手法の有効性を実証する。
  論文  参考訳（メタデータ） (2023-02-02T18:22:00Z)

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。