論文の概要: Human-Guided Co-Manipulation of Carbon Fiber Plies
- arxiv url: http://arxiv.org/abs/2606.11818v1
- Date: Wed, 10 Jun 2026 08:51:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-18 14:35:38.126022
- Title: Human-Guided Co-Manipulation of Carbon Fiber Plies
- Title（参考訳）: 炭素繊維ポリーのヒトガイドによるコマニピュレーション
- Authors: Rami Ojanen, James Fant-Male, Roel Pieters,
- Abstract要約: フレキシブルな素材の取り扱いは、この種の物体の変形性に起因する問題のために、完全に自動化することが難しい課題である。
人ロボット協調(HRC)と協調操作(コマニピュレーション)はこの分野への関心が高まっている。
本研究は, 炭素繊維ペリーのコマニピュレーションのための異なる制御法について検討し, それぞれの方法の長所と短所を制御条件で評価した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The handling of flexible materials is a difficult task to fully automate due to the challenges caused by the deformability of these types of objects. Meanwhile, a fully manual process can be ergonomically challenging, tedious and inefficient. Thus, human-robot collaboration (HRC) and cooperative manipulation (co-manipulation) have received increasing interest in this field as they enable human involvement when needed while also improving productivity. To enable efficient co-manipulation and interaction between the human operator and the robot, different modalities and control methods are required. In this paper, we present and examine different control methods for co-manipulation of carbon fiber plies, evaluating the pros and cons of each method in a controlled setting. We propose that a multimodal combination of speech commands, wrist-tracking through vision, and force with compliant control would provide the best solution for complete and intuitive control of the task.
- Abstract（参考訳）: フレキシブル素材の取扱いは、この種の物体の変形性に起因する課題のため、完全に自動化することが難しい課題である。
一方、完全な手作業のプロセスは人間工学的に困難であり、退屈で非効率である。
このように、人ロボット協調(HRC)と協調操作(コマニピュレーション)は、生産性の向上とともに、必要な時に人間の関与を可能にするため、この分野への関心が高まっている。
人間の操作者とロボットとの効率的な協調操作と相互作用を可能にするためには、異なるモダリティと制御方法が必要である。
本稿では, 炭素繊維ペリーのコマニピュレーションの異なる制御法を提案し, それぞれの方法の長所と短所を制御条件で評価する。
本稿では,音声コマンド,視覚による手首追跡,適応制御による力の組み合わせが,タスクの完全かつ直感的な制御に最適な解となることを提案する。
関連論文リスト
- Task-Adaptive Admittance Control for Human-Quadrotor Cooperative Load Transportation with Dynamic Cable-Length Regulation [7.050148286449695]
本文では, 安全かつ効果的な人力クワッドロータ協調負荷輸送(CLT)のための新しいアクセタンスコントローラについて紹介する。
提案手法はシステムの結合力学を考慮し、CLTタスク中に四極子とそのケーブルが接触力に動的に適応できるようにする。
その結果,提案手法はシステム応答性や動きの滑らかさの観点から従来の手法よりも優れていた。
論文 参考訳（メタデータ） (2026-04-20T23:13:14Z) - 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) - Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition [48.65867987106428]
本稿では,人間とロボットの協調学習システムについて紹介する。
これにより、ロボットエンドエフェクターの制御を学習支援エージェントと共有することができる。
これにより、ダウンストリームタスクにおいて、収集されたデータが十分な品質であることを保証しながら、人間の適応の必要性を減らすことができる。
論文 参考訳（メタデータ） (2024-06-29T03:37:29Z) - Optimising Human-AI Collaboration by Learning Convincing Explanations [62.81395661556852]
本研究では,人間による意思決定によって安全を保ちながら協調的なシステムを構築する手法を提案する。
Ardentは、説明のための個人の好みに適応することで、効率的で効果的な意思決定を可能にする。
論文 参考訳（メタデータ） (2023-11-13T16:00:16Z) - Proactive Human-Robot Co-Assembly: Leveraging Human Intention Prediction
and Robust Safe Control [10.973115127845224]
本稿では,プロアクティブなロボット協調のための統合フレームワークを提案する。
頑健な意図予測モジュールが学習され、ロボットに効率的な協調を誘導する。
開発したフレームワークは,Kinova Gen3ロボットを用いた協調作業に適用される。
論文 参考訳（メタデータ） (2023-06-20T19:42:30Z) - Increased Complexity of a Human-Robot Collaborative Task May Increase
the Need for a Socially Competent Robot [0.0]
本研究では,タスクの複雑さがロボットパートナーの認知と受容にどのように影響するかを検討する。
本稿では,人間による障害物回避ロボット制御モデルを提案する。
論文 参考訳（メタデータ） (2022-07-11T11:43:27Z) - Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。
このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
論文 参考訳（メタデータ） (2020-05-01T05:23:34Z)
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。