論文の概要: Uncertainty-Aware Intention Prediction for Human-to-Robot Assembly Teleoperation

• arxiv url: http://arxiv.org/abs/2606.08341v1
• Date: Sat, 06 Jun 2026 21:13:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.04915
• Title: Uncertainty-Aware Intention Prediction for Human-to-Robot Assembly Teleoperation
• Title（参考訳）: ロボット組立遠隔操作における不確実性認識の意図予測
• Authors: Fnu Heman, Yixuan Wang, Kolin Xu, Conner Wallace, John Dang, Akhil Joshi, Jun Sheng, Pinhas Ben-Tzvi, Mingyu Cai,
• Abstract要約: 人間とロボットのコラボレーションを支援する遠隔操作では、タイムリーで信頼性の高いロボット支援を可能にするために、正確な意図予測が重要である。 本稿では,階層的伝達学習,フレームレベル予測セット,VLM誘導セグメント補正を組み合わせた不確実性を考慮した人間とロボットの意図予測フレームワークを提案する。 実験の結果、人間とロボットの微調整により、ロボットによるテストセットのエディットスコアが70.50から80.70に改善され、わずか16のロボットデモが実施された。
• 参考スコア（独自算出の注目度）: 8.460582272894202
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In assisted teleoperation for human-robot collaboration, accurate intention prediction is critical for enabling timely and reliable robotic assistance during long-horizon manipulation and assembly tasks. These systems require continuous understanding of user behavior to recognize actions, anticipate intentions, and detect mistakes in real time. However, robot teleoperation demonstrations are costly and hardware-limited, whereas human demonstrations are easier to collect and provide rich temporal structure. To address this challenge, we propose an uncertainty-aware human-to-robot intention prediction framework that combines: (1) hierarchical transfer learning, where MS-TCN++ is pretrained on human hand demonstrations and fine-tuned on limited robot teleoperation data to capture low-level actions and high-level task intentions; (2) a conformal prediction module that provides frame-level prediction sets with statistical coverage guarantees for reliable uncertainty quantification and early intention estimation; and (3) VLM-guided segment correction, which selectively reviews low-confidence or temporally uncertain segments using visual and temporal context. The framework supports action recognition, temporal segmentation, intention anticipation, and mistake detection for assisted teleoperation. Experiments on robot assembly demonstrations with 22 action classes show that human-to-robot fine-tuning improves the robot test-set Edit score from 70.50 to 80.70 using only 16 robot demonstrations. Edit-safe VLM correction further improves frame accuracy from 45.21% to 46.42% and increases F1@25 and F1@50 while preserving the Edit score. These results show that human demonstrations provide scalable pretraining data for robust, uncertainty-aware robot action segmentation. Code and data: project website.
• Abstract（参考訳）: 人間とロボットのコラボレーションを支援する遠隔操作では、長時間の操作や組み立て作業において、タイムリーで信頼性の高いロボット支援を可能にするために、正確な意図予測が重要である。 これらのシステムは、行動を認識し、意図を予測し、リアルタイムで間違いを検出するために、ユーザーの行動の継続的な理解を必要とする。 しかし、ロボット遠隔操作のデモは高価でハードウェアに制限があるのに対し、人間のデモは収集しやすく、時間的構造が豊富である。 この課題に対処するために,本研究では,(1)人間の手動によるMS-TCN++の事前訓練と,低レベルの動作や高レベルのタスク意図を捉えるための限られたロボット遠隔操作データによる微調整を行う階層的トランスファー学習,(2)信頼性の高い不確実性定量化と初期意図推定のための統計的カバレッジ保証を備えたフレームレベルの予測セットを提供するコンフォメーション予測モジュール,(3)視覚的・時間的文脈を用いた低信頼あるいは時間的不確実なセグメントの補正を行うVLM誘導セグメント補正を提案する。 このフレームワークは、アクション認識、時間的セグメンテーション、意図的予測、および補助遠隔操作のための誤り検出をサポートする。 22のアクションクラスによるロボット組立デモの実験では、人間とロボットの微調整により、わずか16のロボットデモを使用して、ロボットテストセットのスコアが70.50から80.70に改善された。 編集セーフなVLM補正により、フレームの精度は45.21%から46.42%に向上し、編集スコアを維持しながらF1@25とF1@50を増加させる。 これらの結果から,人間の実演は,頑健で不確実性を考慮したロボット動作セグメンテーションのためのスケーラブルな事前学習データを提供することがわかった。 コードとデータ:プロジェクトのウェブサイト。

関連論文リスト

• Closing the Loop in Teleoperation: Episode-Level Data Quality Assessment and Feedback for High-Quality Demonstration Collection [3.424028268271705]
  本稿では,ロボットテレメトリとセマンティック・タスク・プログレスを基盤として,遠隔操作のループを閉じるフレームワークを提案する。 バイナリ成功や障害フィードバックとは異なり、提案システムでは、エピソードが最適以下である理由を説明し、次のトライアルで修正すべき特定の振る舞いを強調している。
  論文  参考訳（メタデータ） (2026-05-25T21:52:08Z)
• Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery [64.82869118243723]
  本稿では,脳波に基づく視覚・運動画像(VI/MI)とロボット制御を統合し,リアルタイム・意図駆動型把握・配置を実現するフレームワークを提案する。 このシステムは、BCI駆動のロボット工学の約束に感銘を受けて、オフラインで事前訓練されたデコーダをゼロショットで展開することによって、ニューラルネットワークを物理的制御でブリッジする。
  論文  参考訳（メタデータ） (2026-03-03T17:41:42Z)
• 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)
• Physical Autoregressive Model for Robotic Manipulation without Action Pretraining [65.8971623698511]
  我々は、自己回帰ビデオ生成モデルを構築し、物理自己回帰モデル(PAR)を提案する。 PARは、アクション事前トレーニングを必要とせず、物理力学を理解するために、ビデオ事前トレーニングに埋め込まれた世界の知識を活用する。 ManiSkillベンチマークの実験は、PARがPushCubeタスクで100%の成功率を達成したことを示している。
  論文  参考訳（メタデータ） (2025-08-13T13:54:51Z)
• Conformalized Teleoperation: Confidently Mapping Human Inputs to High-Dimensional Robot Actions [4.855534476454559]
  低次元人間の入力から高次元ロボット動作へのマッピングを学習する。 我々のキーとなる考え方は、訓練時に補助地図を適応させ、高次元のアクション量子化を付加的に見積もることである。 本研究では,不確実なユーザ入力やロボットの状態を検出する不確実なインターバル機構を提案する。
  論文  参考訳（メタデータ） (2024-06-11T23:16:46Z)
• ManiCast: Collaborative Manipulation with Cost-Aware Human Forecasting [8.274511768083665]
  コストを意識した人的予測を学習し、それらをモデル予測制御プランナに供給する新しいフレームワークであるManiCastを提示する。 我々のフレームワークは、人間と7-DoFロボットアーム間の流動的でリアルタイムな対話を可能にする。
  論文  参考訳（メタデータ） (2023-10-20T03:34:31Z)
• 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)
• Revisiting the Adversarial Robustness-Accuracy Tradeoff in Robot Learning [121.9708998627352]
  近年の研究では、現実的なロボット学習の応用において、対人訓練の効果が公平なトレードオフを起こさないことが示されている。 本研究は,ロボット学習におけるロバストネスと精度のトレードオフを再考し,最近のロバストトレーニング手法と理論の進歩により,現実のロボット応用に適した対人トレーニングが可能かどうかを解析する。
  論文  参考訳（メタデータ） (2022-04-15T08:12:15Z)
• Where is my hand? Deep hand segmentation for visual self-recognition in humanoid robots [129.46920552019247]
  本稿では、画像からロボットの手を切り離すための畳み込みニューラルネットワーク(CNN)を提案する。 ヒューマノイドロボットVizzyの手のセグメンテーションのために,Mask-RCNNネットワークを微調整した。
  論文  参考訳（メタデータ） (2021-02-09T10:34:32Z)

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。