論文の概要: An Augmented Reality Brain-Robot Interface for Generalist Robot Arm Manipulation
- arxiv url: http://arxiv.org/abs/2606.16413v1
- Date: Mon, 15 Jun 2026 08:50:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 18:36:05.049229
- Title: An Augmented Reality Brain-Robot Interface for Generalist Robot Arm Manipulation
- Title（参考訳）: 汎用ロボットアーム操作のための拡張現実脳ロボットインタフェース
- Authors: Shangkai Zhang, Rousslan Fernand Julien Dossa, Luca Nunziante, Marina Di Vincenzo, Kai Arulkumaran,
- Abstract要約: 本稿では、視線に基づく物体選択と運動画像の動作制御を組み合わせたAR脳ロボットインタフェース(BRI)を提案する。
本システムでは、直感的なオブジェクトターゲティングのためのアイトラッキングと、タスクを通してユーザを誘導するコンテキスト対応視覚オーバーレイを用いている。
- 参考スコア（独自算出の注目度）: 0.32326259807823027
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The integration of augmented reality (AR) and EEG-based brain-computer interfaces (BCIs) offers a promising path for enabling intuitive control of robots for assistive purposes. However, existing AR brain-robot interface (BRI) systems are often constrained to task-specific structures, limiting their utility in real-world environments. We present an AR BRI designed for generalist robot arm manipulation that combines gaze-based object selection with motor imagery action control. Our system uses eye-tracking for intuitive object targeting and context-aware visual overlays ("Place" and "Use") to guide the user through tasks within a shared autonomy framework. We evaluated the interface through a feasibility study with 18 healthy participants performing three multi-step activities of daily living: drinking, using a drawer, and operating an oven. Our results demonstrate that this interaction paradigm enables effective sequential task execution and high user engagement, achieving a "Good" usability rating (SUS > 70). These findings support the feasibility of the proposed interaction paradigm for complex BCI-driven robotic assistance, and motivate future evaluation with the intended target population. Project website: https://ar-bri-manip.github.io/.
- Abstract（参考訳）: 拡張現実(AR)と脳波ベースの脳-コンピュータインタフェース(BCI)の統合は、ロボットを補助目的に直感的に制御できるようにするための有望な道を提供する。
しかし、既存のAR脳ロボットインタフェース(BRI)システムはしばしばタスク固有の構造に制約され、実環境においてその実用性を制限している。
本稿では、視線に基づく物体選択と運動画像の動作制御を組み合わせた汎用ロボットアーム操作のためのAR BRIを提案する。
本システムでは、直感的なオブジェクトターゲティングとコンテキスト対応の視覚オーバーレイ("Place" と "Use" )にアイトラッキングを使用して、共有自律フレームワーク内のタスクを通じてユーザを誘導する。
健常者18名を対象に,飲酒,引き出しの使用,オーブンの操作という3つの多段階の生活活動を行った。
以上の結果から,このインタラクションパラダイムは,効果的な逐次タスク実行と高いユーザエンゲージメントを実現し,"Good"ユーザビリティ評価(SUS > 70)を達成できることが示唆された。
これらの知見は、複雑なBCI駆動型ロボット支援のための相互作用パラダイムの実現可能性を支持し、将来の目標人口に対する評価を動機づけるものである。
プロジェクトウェブサイト:https://ar-bri-manip.github.io/.com
関連論文リスト
- 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) - Interface-Aware Trajectory Reconstruction of Limited Demonstrations for Robot Learning [0.4199844472131921]
本稿では,ロボットの完全な制御空間にデモを持ち込む軌道再構成アルゴリズムを提案する。
本研究では,2次元ジョイスティックと1次元シップ・アンド・パフ制御インタフェースを用いて,ADLにインスパイアされたタスクの現実的な実演によるアプローチの評価を行った。
論文 参考訳（メタデータ） (2026-02-26T18:01:25Z) - Intent at a Glance: Gaze-Guided Robotic Manipulation via Foundation Models [5.731055678884616]
Eye Eyeは、高速で、非侵襲的で、意図に富んだ入力モダリティを提供する。
我々は,エゴ中心の視線追跡と視覚言語モデルを利用して,ユーザの意図を推測し,ロボット操作タスクを自律的に実行するシステムであるGAMMAを提案する。
結果は、GAMAが堅牢で直感的で汎用的な制御を提供し、基礎モデルを組み合わせる可能性と、自然でスケーラブルなロボット自律性を見つめることを強調している。
論文 参考訳（メタデータ） (2026-01-08T19:33:03Z) - Interpretable Robot Control via Structured Behavior Trees and Large Language Models [0.14990005092937678]
本稿では,自然言語理解とロボット実行を橋渡しする新しい枠組みを提案する。
提案手法は実世界のシナリオでは実用的であり、平均的な認識と実行の精度は約94%である。
論文 参考訳（メタデータ） (2025-08-13T08:53:13Z) - 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) - Polaris: Open-ended Interactive Robotic Manipulation via Syn2Real Visual Grounding and Large Language Models [53.22792173053473]
我々はPolarisという対話型ロボット操作フレームワークを紹介した。
ポラリスはGPT-4と接地された視覚モデルを利用して知覚と相互作用を統合する。
本稿では,Syn2Real(Synthetic-to-Real)ポーズ推定パイプラインを提案する。
論文 参考訳（メタデータ） (2024-08-15T06:40:38Z) - WALL-E: Embodied Robotic WAiter Load Lifting with Large Language Model [92.90127398282209]
本稿では,最新のLarge Language Models(LLM)と既存のビジュアルグラウンドとロボットグルーピングシステムを統合する可能性について検討する。
本稿では,この統合の例としてWALL-E (Embodied Robotic WAiter load lifting with Large Language model)を紹介する。
我々は,このLCMを利用したシステムを物理ロボットに展開し,よりユーザフレンドリなインタフェースで指導誘導型把握タスクを実現する。
論文 参考訳（メタデータ） (2023-08-30T11:35:21Z) - A ROS Architecture for Personalised HRI with a Bartender Social Robot [61.843727637976045]
BRILLOプロジェクトの目的は、自律的なロボットバーテンダーを作ることだ。
本稿では、異なる社会信号の処理を管理する知覚層と、多人数インタラクションを処理する意思決定層と、腕と顔からなる複雑なロボットの動作を制御する実行層を統合した3層ROSアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-03-13T11:33:06Z) - Scene Editing as Teleoperation: A Case Study in 6DoF Kit Assembly [18.563562557565483]
遠隔操作によるシーン編集(SEaT)の枠組みを提案する。
ロボットを制御する代わりに、ユーザーはタスクのゴールを指定することに集中する。
ユーザは、ロボットハードウェアの専門知識を必要とせずに遠隔操作を行うことができる。
論文 参考訳（メタデータ） (2021-10-09T04:22:21Z)
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。