論文の概要: Safe, Fluent and Acceptable Motion Generation and Execution for Human--Robot Interaction in Manufacturing Environments

• arxiv url: http://arxiv.org/abs/2606.08741v1
• Date: Sun, 07 Jun 2026 17:21:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.424505
• Title: Safe, Fluent and Acceptable Motion Generation and Execution for Human--Robot Interaction in Manufacturing Environments
• Title（参考訳）: 製造環境における人間-ロボット間相互作用の安全・フルーレント・アクセシブルな運動生成と実行
• Authors: Thibaut Lopez, Olivier Aycard, Pierre-Brice Wieber, Mohamed Boua, Christine Jeoffrion,
• Abstract要約: ロボットシステムにソーシャル・アウェア・モーション・コントロールを統合することとの関連性について論じる。 本研究では,4つの社会的インフォームドロボット行動を生成するモデル予測制御フレームワークを実装した。 その結果,ロボット行動の変動が,システムの社会的受容性に大きく影響していることが示唆された。
• 参考スコア（独自算出の注目度）: 0.9786690381850353
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robots operating in human environments must not only ensure physical safety but also exhibit behaviors that are understandable, fluent, and acceptable to human partners. This paper investigates motion generation strategies that combine safety guarantees with interaction quality considerations, such as motion smoothness and human comfort. While the design of robots capable of ensuring safety in shared human-robot environments has enabled closer and more advanced forms of interaction, these new proximity-based tasks require moving beyond purely technical considerations. In particular, robot behavior must also be addressed from psycho-cognitive and social perspectives. In this context, we argue for the relevance of integrating social-aware motion control into robotic systems. First, we identify the motion parameters that influence human perception and operator experience. Then, we implement a Model Predictive Control (MPC) framework that generates four distinct socially-informed robot behaviors. Finally, we conduct a user study to evaluate and validate these behaviors and assess their social impact on non-expert participants. The results demonstrate that variations in robot behavior significantly affect the perceived social acceptability of the system. These findings highlight the importance of incorporating human-centered considerations into motion generation strategies for robots operating in shared environments.
• Abstract（参考訳）: 人間の環境で動くロボットは、物理的な安全を確保するだけでなく、人間のパートナーにとって理解しやすく、流動的で受け入れられる行動も示さなければならない。 本稿では、安全保証と、動作の滑らかさや人間の快適さなどの相互作用品質を考慮した動き生成戦略について検討する。 共有ロボット環境における安全性を確保するロボットの設計は、より近づき、より高度なインタラクションを可能にしてきたが、これらの新しい近接ベースのタスクは、純粋に技術的な考慮を超えて移動する必要がある。 特に、ロボットの行動は、心理認知と社会的観点からも対処する必要がある。 この文脈では、ロボットシステムにソーシャル・アウェア・モーション・コントロールを統合することとの関連性について論じる。 まず,人間の知覚と操作者体験に影響を与える動作パラメータを同定する。 そこで, モデル予測制御(MPC, Model Predictive Control)フレームワークを実装し, 4つの社会的インフォームドロボット行動を生成する。 最後に,これらの行動を評価し,評価し,非専門家に対する社会的影響を評価するために,ユーザスタディを実施している。 その結果,ロボット行動の変動が,システムの社会的受容性に大きく影響していることが示唆された。 これらの知見は、共有環境で動作するロボットの動作生成戦略に人間中心の考察を取り入れることの重要性を浮き彫りにした。

関連論文リスト

• Identifying Influential Actions in Human-Robot Interactions [0.27998963147546146]
  本稿では,移動エントロピーを用いたロボット行動の同定手法を提案する。 本研究では,遠隔操作ロボットアバターとの会話において,ロボットの動作が人間の行動にどう影響するかを解析するために,本手法を適用した。
  論文  参考訳（メタデータ） (2026-03-09T01:48:20Z)
• 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)
• 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)
• 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)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• 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)
• Motion Planning Combines Psychological Safety and Motion Prediction for a Sense Motive Robot [2.14239637027446]
  本稿では,身体的安全性と心理的安全性の両面をカバーすることで,人間の安全問題に対処する。 まず,人間の表情に応じた適応型ロボットの速度制御とステップサイズ調整手法を導入する。 第2に,人間の姿勢や視線方向の急激な変化を検出して人間の動きを予測し,人間の注意が散らばっているかどうかをロボットが推測し,人間の次の動きを予測し,反発力を再構築して衝突を避ける。
  論文  参考訳（メタデータ） (2020-09-29T04:19:53Z)

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。