論文の概要: Shared Autonomy Assisted by Impedance-Driven Anisotropic Guidance Field
- arxiv url: http://arxiv.org/abs/2605.02410v1
- Date: Mon, 04 May 2026 10:01:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:50.230147
- Title: Shared Autonomy Assisted by Impedance-Driven Anisotropic Guidance Field
- Title（参考訳）: インピーダンス駆動型異方性誘導場による共有自律性
- Authors: Sihan Chen, Hang Xu, Yupu Lu, Chen Wang, Benfang Duan, Ruixing Jia, Jia Pan,
- Abstract要約: インピーダンス駆動型異方性誘導場による共有自律(IAGF-SA)の強化
インピーダンス駆動型異方性誘導場強化共有自律性(IAGF-SA)を提案する。
- 参考スコア（独自算出の注目度）: 23.89094282376338
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Shared autonomy (SA) enables robots to infer human intent and assist in its achievement. While most research focuses on improving intent inference, it overlooks whether humans can understand the robot's intent in return. Without such mutual understanding, collaboration becomes less effective, degrading user experience and task performance. To address this gap, previous studies have explicitly conveyed the robot intent through additional interfaces, which remain unintuitive and limited in expressiveness. Inspired by impedance control, we propose Impedance-Driven Anisotropic Guidance Field Enhanced Shared Autonomy (IAGF-SA), a novel paradigm that extends SA with an embodied, physically-grounded communication channel. This channel adaptively modulates the robot's dynamic response to human input, enabling intuitive, continuous, physically-grounded robot intent communication while naturally guiding human actions. User studies across three scenarios and two teleoperation interfaces indicate that IAGF-SA improves task performance, human-robot agreement, and subjective experience, thus demonstrating its effectiveness in enhancing human-robot communication and collaboration.
- Abstract（参考訳）: 共有自律(SA)は、ロボットが人間の意図を推測し、その達成を支援することを可能にする。
ほとんどの研究はインテント推論の改善に重点を置いているが、人間がリターンにおけるロボットの意図を理解できるかどうかを見落としている。
このような相互理解がなければ、コラボレーションはより効果的になり、ユーザエクスペリエンスとタスクパフォーマンスが低下します。
このギャップに対処するために、従来の研究はロボットの意図を、非直感的で表現力に制限のある追加のインターフェイスを通じて明確に伝達してきた。
インピーダンス制御にインスパイアされた、インピーダンス駆動型異方性誘導場強化共有自律性(IAGF-SA)を提案する。
このチャネルは、人間の入力に対するロボットの動的応答を適応的に調整し、人間の行動を自然に導くとともに、直感的で、連続的で、物理的に接地されたロボット意図のコミュニケーションを可能にする。
3つのシナリオと2つの遠隔操作インタフェースのユーザスタディは、IAGF-SAがタスクパフォーマンス、人間-ロボットの合意、主観的体験を改善し、人間-ロボットのコミュニケーションとコラボレーションを強化する効果を示すことを示している。
関連論文リスト
- A Replicable Robotics Awareness Method Using LLM-Enabled Robotics Interaction: Evidence from a Corporate Challenge [0.0]
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。
論文 参考訳（メタデータ） (2026-04-23T07:45:17Z) - 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) - HHI-Assist: A Dataset and Benchmark of Human-Human Interaction in Physical Assistance Scenario [63.77482302352545]
HHI-Assist(ヒヒ・アシスト)は、人間の介助作業における人間のインタラクションのモーションキャプチャークリップからなるデータセットである。
私たちの研究は、ロボット支援ポリシーを大幅に強化する可能性がある。
論文 参考訳（メタデータ） (2025-09-12T09:38:17Z) - 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) - 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) - FABG : End-to-end Imitation Learning for Embodied Affective Human-Robot Interaction [3.8177867835232004]
本稿では,人間-ロボットインタラクションのためのエンドツーエンドの模倣学習システムであるFABG(Facial Affective Behavior Generation)を提案する。
我々は,立体空間を操作者が知覚できる没入型バーチャルリアリティ(VR)デモシステムを開発した。
実世界の25自由度ヒューマノイドロボットにFABGをデプロイし,その効果を4つの基本的なインタラクションタスクで検証する。
論文 参考訳（メタデータ） (2025-03-03T09:58:04Z) - Multi-face emotion detection for effective Human-Robot Interaction [0.0]
本研究では,移動型ヒューマノイドロボットに組み込まれた顔の感情検出インタフェースを提案する。
表情認識のためのディープニューラルネットワークモデルを開発し評価した。
論文 参考訳（メタデータ） (2025-01-13T11:12:47Z) - Real-time Addressee Estimation: Deployment of a Deep-Learning Model on
the iCub Robot [52.277579221741746]
住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。
人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。
本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
論文 参考訳（メタデータ） (2023-11-09T13:01:21Z) - A MultiModal Social Robot Toward Personalized Emotion Interaction [1.2183405753834562]
本研究では,ロボットインタラクションポリシーを強化するために,強化学習を伴うマルチモーダルヒューマンロボットインタラクション(HRI)フレームワークを実証する。
目標は、ロボットがより自然で魅力的なHRIフレームワークを作れるように、このフレームワークを社会シナリオに適用することだ。
論文 参考訳（メタデータ） (2021-10-08T00:35:44Z) - 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。