論文の概要: R2HandoverSim: A Simulation Framework and Benchmark for Robot-to-Human Object Handovers
- arxiv url: http://arxiv.org/abs/2606.21011v1
- Date: Fri, 19 Jun 2026 00:48:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 09:02:29.534427
- Title: R2HandoverSim: A Simulation Framework and Benchmark for Robot-to-Human Object Handovers
- Title（参考訳）: R2HandoverSim:ロボット間オブジェクトハンドオーバのためのシミュレーションフレームワークとベンチマーク
- Authors: Hanxin Zhang, Abdulqader Dhafer, Hongbiao Dong, Zhou Daniel Hao,
- Abstract要約: R2HandoverSimは、ロボット対人間(R2H)オブジェクトハンドオーバのシミュレーションベンチマークである。
提案手法は,予測された共有グリップポーズの4つのベースラインを比較し,再現性の評価を可能にする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present R2HandoverSim, a simulation benchmark for robot-to-human (R2H) object handovers. Although R2H handover methods have advanced rapidly, the lack of standardized evaluation protocols impedes objective comparison. Our benchmark enables reproducible evaluation by systematically comparing four baselines on their predicted shared grasp poses. We conduct a user study with 30 participants, analyze baseline performance, and show that simulation results correlate with real-world evaluation outcomes. Crucially, five complementary metrics (planning feasibility, reachability, grasp stability, grasp affordance, and safety) better reflect user-perceived handover quality than overall success rate alone. Website and code: https://robot-future.github.io/r2handoversim/.
- Abstract（参考訳）: 本稿では,ロボット対人間(R2H)オブジェクトハンドオーバのシミュレーションベンチマークR2HandoverSimを提案する。
R2Hハンドオーバ手法は急速に進歩しているが、標準化された評価プロトコルの欠如は客観的比較を妨げている。
提案手法は,提案手法を用いて,予測された共有的ポーズに対する4つのベースラインを体系的に比較することにより再現性の評価を可能にする。
本研究では,30名の被験者によるユーザスタディを実施し,ベースライン性能を解析し,シミュレーション結果と実世界の評価結果との相関性を示す。
重要なのは、5つの補完的な指標(実現可能性の計画、到達可能性、安定性の把握、余裕の把握、安全性)は、全体的な成功率のみよりも、ユーザの認識したハンドオーバの品質を反映することです。
Webサイトとコード:https://robot-future.github.io/r2handoversim/
関連論文リスト
- Toward Visually Realistic Simulation: A Benchmark for Evaluating Robot Manipulation in Simulation [62.51953630639423]
既存のベンチマークには視覚的リアリズムがなく、シミュレーションと現実の間に大きな領域ギャップが生じる。
シミュレーションにおけるロボット操作評価のための,視覚的にリアルなベンチマークであるVISERを提案する。
VISERは、物理ベースのレンダリング(PBR)素材を備えた1000以上の3Dアセットの高忠実度データセットと、それらのアセットから作成される3Dシーンを、レイアウトや生成によって構成する。
論文 参考訳（メタデータ） (2026-05-07T14:13:05Z) - SimEval-IR: A Unified Toolkit and Benchmark Suite for Evaluating User Simulators and Search Sessions [1.1105673928718571]
オープンソースのツールキットとベンチマークスイートであるSimEval-IRについて述べる。
SimEval-IR は,(1) セッション検索と対話を統一する標準セッションスキーマ,(2) 行動リアリズム,RATE スタイルの推定によるテスタの信頼性,および2つの言語と4つのシミュレーターファミリーの4つの実データセットのベースライン結果に関する3つのベンチマークを提供する。
論文 参考訳（メタデータ） (2026-04-30T13:56:18Z) - Mind the Sim2Real Gap in User Simulation for Agentic Tasks [101.69142591891234]
ユーザシミュレーションにおけるSim2Realのギャップを形式化し、実際の人間に対して$$$-benchプロトコルを実行する最初の研究を示す。
LLMシミュレータは過度に協調的であり、スタイリスティックに均一であり、現実的なフラストレーションや曖昧さを欠いている。
これらの知見は, LLMベースのユーザシミュレータをエージェント開発サイクルで使用する際の人間による検証の重要性を強調した。
論文 参考訳（メタデータ） (2026-03-11T19:12:31Z) - PolaRiS: Scalable Real-to-Sim Evaluations for Generalist Robot Policies [88.78188489161028]
シミュレーションにおける政策評価と環境復元(PolaRiS)の導入
PolaRiSは、高忠実度シミュレーションロボット評価のためのスケーラブルなリアルタイム・シミュレート・フレームワークである。
PolaRiSの評価は,既存のシミュレーションベンチマークよりも,現実のジェネラリストのポリシー性能に強い相関関係があることが示されている。
論文 参考訳（メタデータ） (2025-12-18T18:49:41Z) - SimulatorArena: Are User Simulators Reliable Proxies for Multi-Turn Evaluation of AI Assistants? [61.07963107032645]
大規模言語モデル(LLM)は、対話型アプリケーションでますます使われている。
人間の評価は、マルチターン会話におけるパフォーマンスを評価するためのゴールドスタンダードのままである。
我々は、909の注釈付き人間とLLMの会話を2つの対話タスクで行うベンチマークであるSimulatorArenaを紹介した。
論文 参考訳（メタデータ） (2025-10-06T23:17:44Z) - Reliable and Scalable Robot Policy Evaluation with Imperfect Simulators [9.868826622074899]
SureSimは、比較的小さな実世界のテストで大規模なシミュレーションを強化するためのフレームワークである。
我々は,非漸近平均推定アルゴリズムを利用して,平均政策性能に対する信頼区間を提供する。
当社のアプローチは,同様のポリシ性能の限界を達成するため,ハードウェア評価作業の20～25%以上を節約する。
論文 参考訳（メタデータ） (2025-10-05T20:37:53Z) - Learning to Evaluate Autonomous Behaviour in Human-Robot Interaction [26.765285050287247]
軌道性能に着目し,Imitation Learning(IL)手法の質を評価する汎用評価フレームワークを提案する。
我々は,ロボット関節軌跡からの動作の分類を訓練した深層学習モデルNeMEを考案した。
我々は,人型ロボットであるergoCubの遠隔操作データを用いて,利用可能なプラットフォームに適したIL法の比較を行い,本フレームワークの有効性を検証した。
論文 参考訳（メタデータ） (2025-07-08T21:12:57Z) - Pseudo-Simulation for Autonomous Driving [66.1981253104508]
既存の自動運転車(AV)の評価パラダイムは、重大な制限に直面している。
現実世界の評価は、安全上の懸念と現実主義の欠如のためにしばしば困難である。
オープンループ評価は、一般的に複合的なエラーを見落としているメトリクスに依存する。
論文 参考訳（メタデータ） (2025-06-04T17:57:53Z) - HandoverSim: A Simulation Framework and Benchmark for Human-to-Robot
Object Handovers [60.45158007016316]
HandoverSimは、人間からロボットへのオブジェクトハンドオーバのシミュレーションベンチマークである。
我々は、物体の手でのつかみの最近のモーションキャプチャーデータセットを活用する。
標準化されたプロトコルとメトリクスを使って受信機のトレーニングと評価環境を作成します。
論文 参考訳（メタデータ） (2022-05-19T17:59:00Z)
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。