論文の概要: Flying Together: Human-Guided Immersive Shared Control for Aerial Robot Teams in Unknown Environments
- arxiv url: http://arxiv.org/abs/2605.21680v1
- Date: Wed, 20 May 2026 19:37:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-22 16:35:41.975919
- Title: Flying Together: Human-Guided Immersive Shared Control for Aerial Robot Teams in Unknown Environments
- Title（参考訳）: 飛行:未知の環境下での航空ロボットチームのための人間誘導型没入型共有制御
- Authors: Lou De Bel-Air, Luca Morando, Ruitao Chen, Keru Wang, Benjamin Jarvis, Charbel Toumieh, Yang Zhou, Ken Perlin, Dario Floreano, Giuseppe Loianno,
- Abstract要約: 制約のある未知の環境で動作するドローンチームを対象とした,VR(Virtual Reality)ベースの共有制御フレームワークを提案する。
新規なユーザ誘導型モーションプリミティブベースプランナは,連続的かつ衝突のない軌道を演算子入力を連続的に積分しながら計算する。
このシステムは、物理的およびシミュレートされたドローンによる複合現実感操作をサポートし、双方向のVRベースのインターフェースを実装している。
- 参考スコア（独自算出の注目度）: 12.913935671942774
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: While autonomous multi-robots can achieve safe and coordinated navigation, they often struggle to adapt to unforeseen conditions and to capture operator-driven objectives in unstructured environments. We present a Virtual Reality (VR)-based shared control framework for teams of drones operating in constrained and unknown environments, enabling real-time, user-guided exploration. At the core of our approach is a novel, user-guided motion-primitive-based planner that computes continuous, collision-free trajectories while continuously integrating operator input. This planner is coupled with an admittance controller, allowing the operator to flexibly influence team behavior and guide drones toward regions of interest that autonomous planners may overlook. The system supports mixed-reality operations with both physical and simulated drones, and implements a bilateral VR-based interface, allowing the operator to guide the robot team via migration points while receiving immediate visual feedback of the team state. Experimental results show that shared control improves obstacle avoidance, maintains inter-agent spacing, and reduces operator effort, demonstrating the feasibility and advantages of immersive, human-in-the-loop multi-robot navigation.
- Abstract（参考訳）: 自律型マルチロボットは安全で協調的なナビゲーションを実現することができるが、予期せぬ状況に適応し、非構造環境における運用者主導の目的を捉えるのに苦労することが多い。
制約のある未知の環境で動作するドローンチームを対象とした,VR(Virtual Reality)ベースの共有制御フレームワークを提案する。
提案手法のコアとなるのは,連続的かつ衝突のない軌道を演算子入力を連続的に積分しながら計算する,ユーザ誘導型モーションプリミティブベースプランナである。
このプランナーはアクセタンスコントローラと結合されており、オペレーターはチームの振る舞いに柔軟に影響を与え、自律的なプランナーが見落としてしまうような関心のある領域にドローンを誘導することができる。
このシステムは、物理的およびシミュレートされたドローンの両方との混合現実的な操作をサポートし、二元的VRベースのインターフェースを実装し、オペレーターは、チームの状態の即時的な視覚的フィードバックを受けながら、移動ポイントを介してロボットチームを誘導することができる。
実験の結果、共有制御は障害物回避を改善し、エージェント間間隔を保ち、操作者の労力を削減し、没入型マルチロボットナビゲーションの実現可能性と利点を示す。
関連論文リスト
- Self-assembling Modular Aerial Robot for Versatile Aerial Tasks [10.266801150836544]
LEGIONは、協調操作のための飛行中の自己組み立てが可能な再構成可能なモジュール型空中ロボットである。
各ユニットは、両端に共同装備されたドッキングインターフェースが飛行マニピュレータへのエンドツーエンドの自己組み立てを可能にする間、ニブル操作性を保持する。
飛行中に複数のユニットが自律的にドッキングし、一度ラッチすると接触力とトルクを制御して無高度のインターロックを維持できることを示す。
論文 参考訳（メタデータ） (2026-05-19T06:36:10Z) - ActiveGlasses: Learning Manipulation with Active Vision from Ego-centric Human Demonstration [51.69384671495837]
ActiveGlassesは、エゴ中心の人間のデモからロボット操作を学習するシステムである。
スマートグラスに装着されたステレオカメラは、データ収集とポリシー推論の両方のための唯一の認識装置として機能する。
ゼロ・トランスファーを可能にするために,デモからオブジェクト・トラジェクトリを抽出し,オブジェクト中心のポイント・クラウド・ポリシーを用いて操作と頭部運動を協調的に予測する。
論文 参考訳（メタデータ） (2026-04-09T17:59:08Z) - AURA: Multimodal Shared Autonomy for Real-World Urban Navigation [49.419374037785815]
複雑な都市環境でのロングホライゾンナビゲーションは、連続した人間の操作に大きく依存している。
AURA(Assistive Urban Robot Autonomy)は、都市ナビゲーションを高レベルなヒューマンインストラクションと低レベルなAI制御に分解する新しいマルチモーダルフレームワークである。
AURAは、効果的に人間の指示に従い、手動操作の労力を減らし、ナビゲーションの安定性を改善し、オンライン適応を可能にしている。
論文 参考訳（メタデータ） (2026-04-02T05:59:31Z) - Navigation beyond Wayfinding: Robots Collaborating with Visually Impaired Users for Environmental Interactions [23.06831135567015]
我々は,ロボットガイド犬の精密なセンシングと位置決め機能と,物理的な操作を行うユーザの能力を組み合わせた,協調的な人間ロボットアプローチを提案する。
評価の結果,従来の白杖や非適応案内システムよりも安全でスムーズで効率の良いナビゲーションが可能であることが示唆された。
論文 参考訳（メタデータ） (2026-03-15T04:21:46Z) - 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) - VLN-Pilot: Large Vision-Language Model as an Autonomous Indoor Drone Operator [1.4878644292213625]
VLN-Pilot(VLN-Pilot)は、大型のビジョン・アンド・ランゲージ・モデル(Vision-and-Language Model)が屋内ドローンナビゲーションにおいて人間のパイロットの役割を担っているフレームワークである。
我々のフレームワークは、言語による意味理解と視覚的知覚を統合し、文脈認識、高レベルの飛行行動を可能にする。
論文 参考訳（メタデータ） (2026-02-05T11:23:11Z) - Admittance-Based Motion Planning with Vision-Guided Initialization for Robotic Manipulators in Self-Driving Laboratories [0.4899818550820576]
本稿では,適応的かつ適合的なロボット操作を実現するために,アプタンス制御を中心としたモーションプランニングフレームワークを提案する。
従来のスキームとは異なり、提案手法はアクセタンスコントローラを直接トラジェクトリ実行に統合する。
この能力により、人間の操作者はロボットの動きをリアルタイムでオーバーライドまたはリダイレクトすることができる。
論文 参考訳（メタデータ） (2026-01-29T13:29:56Z) - PILOT: A Perceptive Integrated Low-level Controller for Loco-manipulation over Unstructured Scenes [18.916978556216097]
PILOTは知覚的ロコ操作に適した単段階強化学習フレームワークである。
知覚的な移動と1つのポリシー内での全身制御をシナジー化する。
PILOTは、既存のベースラインと比較して、安定性、コマンド追跡精度、地形トラバーサビリティが優れている。
論文 参考訳（メタデータ） (2026-01-24T12:25:20Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - Decentralized Vision-Based Autonomous Aerial Wildlife Monitoring [55.159556673975544]
野生生物モニタリングのための分散視覚に基づくマルチクワッドロータシステムを提案する。
我々のアプローチは、その自然生息地における大型種のロバスト同定と追跡を可能にする。
論文 参考訳（メタデータ） (2025-08-20T20:05:05Z) - Learning Deep Sensorimotor Policies for Vision-based Autonomous Drone
Racing [52.50284630866713]
既存のシステムは、状態推定、計画、制御のために手作業によるコンポーネントを必要とすることが多い。
本稿では、深層感触者ポリシーを学習することで、視覚に基づく自律ドローンレース問題に取り組む。
論文 参考訳（メタデータ） (2022-10-26T19:03:17Z)
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。