論文の概要: One Body, Two Minds: Variable Autonomy Approach for a Co-embodied Robotic Hand

• arxiv url: http://arxiv.org/abs/2606.25575v1
• Date: Wed, 24 Jun 2026 08:46:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 17:05:30.282785
• Title: One Body, Two Minds: Variable Autonomy Approach for a Co-embodied Robotic Hand
• Title（参考訳）: 一つの身体と2つの心:共動型ロボットハンドのための可変オートノミーアプローチ
• Abstract要約: 我々は,人間とロボットが1つの身体を共有できる,可変自律型の共同体育を紹介した。 我々は、自己の心を持ち、様々な自律レベルで動作する、共体でウェアラブルなロボットハンドを提示する。
• 参考スコア（独自算出の注目度）: 12.945187282872022
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Assistive robotic systems face a fundamental trade-off: fully autonomous systems lack user agency, while fully user-controlled systems demand continuous cognitive effort. Existing shared autonomy approaches blend human and robot commands but are mostly deployed in separate physical bodies. We introduce co-embodiment with variable autonomy, where human and robot share a single physical body and operate at different autonomy levels across task phases, from mutual autonomy during object search and grasping to human-dominant control during actuation. We present a co-embodied, wearable robotic hand that has its own ``mind'' and operates with variable autonomy levels. A learning-from-demonstration visuomotor diffusion policy enables autonomous grasping when the user positions the hand near known objects. Once grasped, the system signals completion and the human can actuate the grasped tool (drill, spray bottle, infrared thermometer, lighter, and ice-cream scoop) via hands-free head gestures. The human retains veto authority at all times through a release gesture that returns the system to the initial phase. Unlike blended autonomy, where control is continuously negotiated, our co-embodied approach consists of variable autonomy from full human control to full independent actions while maintaining physical coupling, realizing a one body, two minds paradigm. In a user study with 44 participants performing five bimanual tasks, users rapidly adapted to this ``two minds'' paradigm: completion times improved by 23.3% across trials ($p < 0.001$, Cohen's $d = 0.94$), the best-performing policy variant reached a 93.6% task success rate, and acceptance ratings were high (5.70/7 overall impression, 5.52/7 daily use willingness). This work establishes co-embodiment with variable autonomy as a viable approach for assistive robotics, enabling human-robot collaboration through co-embodiment.
• Abstract（参考訳）: 完全自律システムはユーザーエージェンシーを欠いているが、完全なユーザー制御システムは継続的な認知活動を要求する。 既存の共有自律アプローチでは、人間とロボットのコマンドが混在するが、ほとんどは別個の物理的体に展開される。 本研究では,人間とロボットが1つの身体を共有し,タスクフェーズの異なる自律レベルで動作し,物体探索時の相互自律性から動作時の人間支配制御に至るまで,多様な自律性を持つ共振器を導入する。 我々は、独自の'mind'を持ち、様々な自律レベルで動作する、共体でウェアラブルなロボットハンドを提示する。 ユーザが既知物体の近くに手を置くと、対話的ビズモータ拡散政策により、自律的な把握が可能となる。 ひとたびつかんだら、システムは完了を通知し、人間は握った道具(薬、スプレーボトル、赤外線温度計、ライター、アイスクリームスクープ)をハンズフリーのヘッドジェスチャーで作動させることができる。 人間は、システムを初期フェーズに戻すリリースジェスチャを通じて、常に拒否権を保持します。 コントロールが継続的に交渉される混合自律とは違って、我々の共体的アプローチは、完全な人間のコントロールから完全な独立行動まで多様な自律性を持ち、物理的結合を維持しながら、一つの身体と2つの心のパラダイムを実現する。 5つの双方向タスクを行う44人の参加者によるユーザスタディにおいて、ユーザはこの「2つのマインド」パラダイムに迅速に適応した: 試験全体で23.3%改善された完了時間(p < 0.001$, Cohen's $d = 0.94$)、最高のパフォーマンスポリシーの変種は93.6%のタスク成功率に達し、受け入れ評価は高い(全体的な印象5.70/7、日当たり使用意欲5.52/7)。 この研究は、補助ロボティクスの実行可能なアプローチとして、可変自律性による共同作業を確立し、共同作業を通じて人間とロボットのコラボレーションを可能にする。

関連論文リスト

• Ludi${}_{\scriptscriptstyle 0.1}$: An Agentic System for Socially Intelligent Robots [22.26258894927344]
  Ludi$_scriptscriptstyle 0.1$は、社会的に知的なロボットのためのエージェントシステムである。 対話型音声、マルチモーダル推論、メモリ、ナビゲーション、学習された操作を統合する。 Ludi$_scriptstyle 0.1$は流体ロボットコラボレーションへの実践的な道を示す。
  論文  参考訳（メタデータ） (2026-08-22T16:38:59Z)
• Legible Shared Autonomy: Implicit Communication of Robot Belief through Motion [10.259015383410395]
  従来の共有自律システムは、推論された目標への効率的な最短経路に沿って支援を提供する。 ロボットが目標を正しく推測すると、不明瞭な補助動作から理解できないため、ユーザーは制御を続ける。 ロボットの行動はどちらも目標に向かって前進し、どの目標が推測されたかを明確に示さなければならない。
  論文  参考訳（メタデータ） (2026-06-29T06:35:21Z)
• Proprioceptive-visual correspondence enables self-other distinction in humanoid robots [45.31013373337145]
  他人から自分自身を遠ざけることは、社会的知性にとって必要不可欠なことだが、人間とワークスペースを共有する人型ロボットには、まだその能力が欠けている。 ヒューマノイドロボットは、識別ラベルやキネマティックモデルなしで、自己認識的・視覚的対応から自己認識を学習できることを示す。
  論文  参考訳（メタデータ） (2026-06-11T11:38:34Z)
• CHORUS: Decentralized Multi-Embodiment Collaboration with One VLA Policy [67.76658561040625]
  CHORUSは、多様なマルチロボットチームを制御するために、単一のビジョン言語アクション(VLA)バックボーンに適応するフレームワークである。 実験では、CHORUSは分散化されたスクラッチモデルよりも64%のポイント改善を実現している。 その結果,共有VLAバックボーンは分散マルチロボットコラボレーションを実現することができることがわかった。
  論文  参考訳（メタデータ） (2026-06-10T17:26:08Z)
• HumanEgo: Zero-Shot Robot Learning from Minutes of Human Egocentric Videos [58.9564236347451]
  HumanEgoは、人間とロボットのエンボディメントギャップを橋渡しするフレームワークである。 それは、人間のデモを、手動オブジェクトの相互作用の実体レベルの表現へと持ち上げる。 HumanEgoは、ロボットのデータフリー、ハードウェア非依存、データ効率、ゼロショットの人間とロボットの転送を可能にする。
  論文  参考訳（メタデータ） (2026-05-24T08:26:41Z)
• ZeroWBC: Learning Natural Visuomotor Humanoid Control Directly from Human Egocentric Video [52.78703020909145]
  我々は、人間中心のビデオから直接、自然なヒューマノイドビジュモータ制御ポリシーを学ぶ新しいフレームワークであるZeroWBCを紹介した。 提案手法はまず視覚言語モデル(VLM)を微調整し,テキスト命令とエゴセントリックな視覚コンテキストに基づく将来の身体全体の動作を予測する。 ユニツリーG1ヒューマノイドロボットの実験では,動作の自然性と汎用性において,本手法がベースラインアプローチより優れていることが示された。
  論文  参考訳（メタデータ） (2026-03-10T04:19:43Z)
• ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
  本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。 我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。 その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
  論文  参考訳（メタデータ） (2026-03-03T18:59:29Z)
• Evaluation of Impression Difference of a Domestic Mobile Manipulator with Autonomous and/or Remote Control in Fetch-and-Carry Tasks [0.5833117322405447]
  単一のサービスロボットは、その自律性とオペレーターを介するエージェンシーという、2つの異なるエージェンシーを提示することができる。 我々は、この二重緊急構造を、自律的な遠隔操作環境において、ユーザ・ロボット・オペレータ・トライアドとして定式化する。
  論文  参考訳（メタデータ） (2025-12-30T07:00:30Z)
• TWIST2: Scalable, Portable, and Holistic Humanoid Data Collection System [79.48781507497769]
  既存のヒューマノイド遠隔操作システムは、分離された制御を使用するか、高価なモーションキャプチャー装置に依存している。 本稿では,携帯型モキャップフリーなヒューマノイド遠隔操作・データ収集システムであるTWIST2を紹介する。 長軸的,移動的ヒューマノイドスキルを実証し,約100%の成功率で15分で100個のデモを収集できる。
  論文  参考訳（メタデータ） (2025-11-04T18:58:35Z)
• TWIST: Teleoperated Whole-Body Imitation System [28.597388162969057]
  全身動作模倣によるヒューマノイド遠隔操作システムTWISTについて述べる。 我々は,強化学習と行動クローニングを組み合わせた,頑健で適応的で応答性の高い全身制御装置を開発した。 TWISTは、現実世界のヒューマノイドロボットが、前例のない、多目的で、調整された全身運動能力を達成できるようにする。
  論文  参考訳（メタデータ） (2025-05-05T17:59:03Z)
• Hierarchical generative modelling for autonomous robots [8.023920215148486]
  人型ロボットが、移動、操作、把握の全体的利用を必要とする複雑なタスクを自律的に完了できることを示します。 具体的には、箱を回収して輸送し、ドアを通り抜けて目的地に到達し、接近し、サッカーを蹴ることのできるヒューマノイドロボットの能力を示すとともに、身体の損傷や地面の不規則性の存在下で頑健な性能を示す。
  論文  参考訳（メタデータ） (2023-08-15T13:51:03Z)
• Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement Learning [54.636562516974884]
  模倣と強化学習において、人間の監督コストは、ロボットが訓練できるデータの量を制限する。 本研究では,自己改善型ロボットシステムのための新しい設計手法であるMEDAL++を提案する。 ロボットは、タスクの実施と解除の両方を学ぶことで、自律的にタスクを練習し、同時にデモンストレーションから報酬関数を推論する。
  論文  参考訳（メタデータ） (2023-03-02T18:51:38Z)
• Non-invasive Cognitive-level Human Interfacing for the Robotic Restoration of Reaching & Grasping [5.985098076571228]
  本稿では,人間の腕と指を動作させるロボットシステムを提案する。 ウェアラブルアイトラッキング、環境の視覚的コンテキスト、人間の行動の構造文法を組み合わせて、認知レベルの支援ロボットセットアップを作成します。
  論文  参考訳（メタデータ） (2021-02-25T16:32:04Z)

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。