論文の概要: Predictive Gaze Is Preserved but Reorganized toward Monitoring during Robot-Mediated Manipulation
- arxiv url: http://arxiv.org/abs/2606.21920v1
- Date: Sat, 20 Jun 2026 07:37:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 23:54:06.144825
- Title: Predictive Gaze Is Preserved but Reorganized toward Monitoring during Robot-Mediated Manipulation
- Title（参考訳）: 予測迷路は保存されるが、ロボット操作による監視のために再構成される
- Authors: Manuela Uliano, Silvia Fattorini, Marco Controzzi,
- Abstract要約: 目標指向型遠隔操作における視線行動について検討し,視線運動制御が身体変化にどのように適応するかを検証した。
その結果,視線は課題目標と強く一致しており,ロボットによる操作においてもその予測的役割を保っていることが明らかとなった。
- 参考スコア（独自算出の注目度）: 0.07646713951724012
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Goal-directed eye movements are a fundamental component of visuomotor control, enabling humans to anticipate and guide their actions. Whether this anticipatory and task-driven behavior is preserved when actions are executed through a robot rather than through one's own body remains unclear. Here we address this question by investigating gaze behavior during goal-directed telemanipulation to determine how visuomotor control adapts to altered embodiment. Our findings show that gaze remains strongly aligned with task goals, preserving its predictive role even during robot-mediated manipulation. At the same time, teleoperation systematically redistributes visual attention toward the robotic end-effector and manipulated objects, increasing online monitoring. These findings show that predictive gaze is not lost under altered embodiment, but reorganized in response to changes in sensory feedback and control demands. More broadly, they reveal the flexibility of the human visuomotor system when the natural sensorimotor coupling is disrupted and identify gaze as an informative signal for inferring action intentions in human-robot interaction.
- Abstract（参考訳）: ゴール指向眼球運動(Goal-directed eye motion)は、視覚運動制御の基本的な構成要素であり、人間の行動の予測と誘導を可能にする。
この予測行動とタスク駆動行動は、自分の体を介してではなく、ロボットを介して実行される動作で保存されているかは、まだ不明である。
ここでは、目標指向の遠隔操作における視線行動を調査し、視線制御が変化した実施形態にどのように適応するかを判断する。
その結果,視線は課題目標と強く一致しており,ロボットによる操作においてもその予測的役割を保っていることが明らかとなった。
同時に、遠隔操作はロボットのエンドエフェクターや操作対象に対する視覚的注意を体系的に再分配し、オンライン監視を増大させる。
これらの結果から, 感覚フィードバックや制御要求の変化に反応して, 視線が変化することなく再編成されることが示唆された。
より広義には、天然の感覚運動体結合が破壊されると、人間の視覚運動系の柔軟性を明らかにし、ヒトとロボットの相互作用における行動意図を推測するための情報信号として視線を識別する。
関連論文リスト
- ActiveGlasses: Learning Manipulation with Active Vision from Ego-centric Human Demonstration [51.69384671495837]
ActiveGlassesは、エゴ中心の人間のデモからロボット操作を学習するシステムである。
スマートグラスに装着されたステレオカメラは、データ収集とポリシー推論の両方のための唯一の認識装置として機能する。
ゼロ・トランスファーを可能にするために,デモからオブジェクト・トラジェクトリを抽出し,オブジェクト中心のポイント・クラウド・ポリシーを用いて操作と頭部運動を協調的に予測する。
論文 参考訳（メタデータ） (2026-04-09T17:59:08Z) - Humanizing Robot Gaze Shifts: A Framework for Natural Gaze Shifts in Humanoid Robots [9.261748165703024]
本稿では,認知的注意機構と生体模倣運動生成を統合したロボット・ゲイズ・シフト(Robo Gaze-Shift, RGS)フレームワークを提案する。
まず、RGSは視覚言語モデル(VLM)ベースの視線推論パイプラインを使用して、コンテキストに適した視線ターゲットを推論する。
第二に、RGSはアイヘッド座標のガウンシフト運動生成のための条件付きベクトル量子可変オートエンコーダ(VQ-VAE)モデルを導入している。
論文 参考訳（メタデータ） (2026-02-25T15:02:11Z) - Emergent Active Perception and Dexterity of Simulated Humanoids from Visual Reinforcement Learning [69.71072181304066]
本稿では,擬似ヒューマノイドを用いた視覚駆動全身制御フレームワークであるPerceptive Dexterous Control (PDC)を紹介する。
PDCは、タスク仕様のためのエゴセントリックなビジョンのみを運用し、ビジュアルキューによるオブジェクト検索、ターゲット配置、スキル選択を可能にする。
強化学習によるスクラッチからのトレーニングは,能動探索などの創発的な行動を引き起こす可能性があることを示す。
論文 参考訳（メタデータ） (2025-05-18T07:33:31Z) - FABG : End-to-end Imitation Learning for Embodied Affective Human-Robot Interaction [3.8177867835232004]
本稿では,人間-ロボットインタラクションのためのエンドツーエンドの模倣学習システムであるFABG(Facial Affective Behavior Generation)を提案する。
我々は,立体空間を操作者が知覚できる没入型バーチャルリアリティ(VR)デモシステムを開発した。
実世界の25自由度ヒューマノイドロボットにFABGをデプロイし,その効果を4つの基本的なインタラクションタスクで検証する。
論文 参考訳（メタデータ） (2025-03-03T09:58:04Z) - Deep Active Visual Attention for Real-time Robot Motion Generation:
Emergence of Tool-body Assimilation and Adaptive Tool-use [9.141661467673817]
本稿では,人間の認知構造に触発された新しいロボットモーション生成モデルを提案する。
このモデルには状態駆動のアクティブなトップダウン視覚的注意モジュールが組み込まれており、タスクの状態に基づいてターゲットを積極的に変更することができる。
その結果、訓練されていない道具を装着したり、実験者の気遣いに晒されたりしても、安定した注意と動きを維持できるモデル視覚の柔軟性の向上が示唆された。
論文 参考訳（メタデータ） (2022-06-29T10:55:32Z) - GIMO: Gaze-Informed Human Motion Prediction in Context [75.52839760700833]
本研究では、高品質なボディポーズシーケンス、シーンスキャン、目視によるエゴ中心のビューを提供する大規模な人体動作データセットを提案する。
私たちのデータ収集は特定のシーンに縛られません。
視線の全可能性を実現するために,視線と運動枝の双方向通信を可能にする新しいネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-04-20T13:17:39Z) - From Movement Kinematics to Object Properties: Online Recognition of
Human Carefulness [112.28757246103099]
ロボットは、視覚だけで、人間のパートナーが物体を動かす際に注意を払っているかを、どのようにオンラインで推測できるかを示す。
我々は,低解像度カメラでも高い精度(最大81.3%)でこの推論を行うことができることを示した。
パートナーの行動を観察することによる動きの注意の迅速な認識により、ロボットはオブジェクトに対する行動に適応し、人間のパートナーと同じケアの度合いを示すことができる。
論文 参考訳（メタデータ） (2021-09-01T16:03:13Z) - Property-Aware Robot Object Manipulation: a Generative Approach [57.70237375696411]
本研究では,操作対象の隠れた特性に適応したロボットの動きを生成する方法に焦点を当てた。
本稿では,ジェネレーティブ・アドバイサル・ネットワークを利用して,オブジェクトの特性に忠実な新しいアクションを合成する可能性について検討する。
以上の結果から,ジェネレーティブ・アドバイサル・ネットは,新規かつ有意義な輸送行動を生み出すための強力なツールとなる可能性が示唆された。
論文 参考訳（メタデータ） (2021-06-08T14:15:36Z) - Careful with That! Observation of Human Movements to Estimate Objects
Properties [106.925705883949]
我々は、物体の重さについての洞察を伝える人間の運動行動の特徴に焦点を当てる。
最後の目標は、ロボットがオブジェクトハンドリングに必要なケアの度合いを自律的に推測できるようにすることです。
論文 参考訳（メタデータ） (2021-03-02T08:14:56Z) - Improved Learning of Robot Manipulation Tasks via Tactile Intrinsic
Motivation [40.81570120196115]
スパースゴール設定では、エージェントはランダムに目標を達成するまで肯定的なフィードバックを受けません。
子どもの触覚による探索から着想を得て,ロボットの力センサと操作対象との力の合計に基づいて本質的な報酬を定式化する。
提案手法は,3つの基本ロボット操作ベンチマークにおける最先端手法の探索と性能向上を促進させる。
論文 参考訳（メタデータ） (2021-02-22T14:21:30Z)
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。