論文の概要: RoboTales: ROBOTic Anthropomorphic LEarning Systems
- arxiv url: http://arxiv.org/abs/2606.26213v1
- Date: Wed, 24 Jun 2026 17:41:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.032533
- Title: RoboTales: ROBOTic Anthropomorphic LEarning Systems
- Title（参考訳）: RoboTales:Robootic Anthropomorphic LEarning Systems
- Abstract要約: RoboTalesは安価なロボットストーリーテリングシステムで、表現力のある靴下人形を使って物語を作る。
ナレーション、ジェスチャー、口の動きを同期させ、キャラクター駆動のストーリーを実行する。
パイロットスタディでは、人形ベースのストーリーテリングはジェスチャーのみのモードより優れ、より高いHRIESレーティングと改善されたストーリーリコールを生み出した。
- 参考スコア（独自算出の注目度）: 0.18501087920760131
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: RoboTales is a low-cost robotic storytelling system that animates narratives using expressive sock puppetry. Implemented autonomously on a Baxter robot as a test case, RoboTales synchronizes narration, gestures, and mouth movements to perform character-driven stories. In a pilot study, puppet-based storytelling outperformed a gesture-only mode, producing higher HRIES ratings and improved story recall, suggesting that embodied puppetry enhances engagement and narrative comprehension. Designed to be modular and platform-agnostic, RoboTales can be adapted to other manipulators and offers a screen-free alternative to passive media, supporting future deployment in child-centered learning environments.
- Abstract（参考訳）: RoboTalesは安価なロボットストーリーテリングシステムで、表現力のある靴下人形を使って物語を作る。
テストケースとしてBaxterロボットに自律的に実装されたRoboTalesは、ナレーション、ジェスチャー、口の動きを同期させ、キャラクター駆動のストーリーを実行する。
パイロットスタディでは、人形ベースのストーリーテリングはジェスチャーのみのモードより優れており、より高いHRIESレーティングが得られ、ストーリーリコールが向上し、人形の具体化がエンゲージメントと物語の理解を高めることが示唆された。
モジュール的でプラットフォームに依存しないように設計されたRoboTalesは、他のマニピュレータに適応可能で、受動的メディアに代わるスクリーンフリーの代替手段を提供し、児童中心の学習環境における将来の展開をサポートする。
関連論文リスト
- Ego2Robot: Scalable Robot Data Synthesis from Egocentric Human Data [60.94418315274988]
Ego2Robotは、キュレートされたビデオとインザワイルドのビデオの両方をサポートし、15のロボット形態にまたがる18,561時間のトレーニングデータを生成する。
Ego2Robotの合成データとロボットデータの併用による事前学習は、複数のタイプにわたるアウト・オブ・ディストリビューションの一般化を一貫して改善する。
論文 参考訳（メタデータ） (2026-08-03T17:52:26Z) - LLM-Powered Interactive Robotic Action Synthesis from Multimodal Speech, Gestures, and Music [1.7188280334580195]
本稿では,マルチモーダルな人間入力の豊富なタペストリーから複雑なロボット動作を合成する新しいフレームワークを提案する。
システムアーキテクチャは,音声の書き起こしモデル,ジェスチャー認識モジュール,ビート検出のための信号処理パイプラインを統合している。
このフレームワークは、音声からのセマンティックコマンド、ジェスチャーからのディスティック情報、音楽からのリズミカルキューを解釈し、融合する機能を備えている。
論文 参考訳（メタデータ） (2026-06-30T05:35:26Z) - BotDirector: Robot Storytelling Across the Symmetrical Reality with Multi-modal Interactions [25.188575753340416]
本研究では,ロボットによる対話型ストーリーテリングを支援する対話型システムを提案する。
子供たちは自分の物で遊び場を配置し、LLMエージェントで物語を作ります。
作成した物語は、地図とキャラクタに基づいて動きシーケンスに変換され、動きは自走する群れロボットによって実行される。
論文 参考訳（メタデータ） (2026-06-02T06:33:35Z) - Aesthetics of Robot-Mediated Applied Drama: A Case Study on REMind [3.8229109732721778]
社会ロボットは、ますます教育に使われているが、ほとんどのアプリケーションは、説明に基づく指導を提供する家庭教師として利用している。
我々は、インタラクティブな劇的な体験において、ロボットがライフライクな人形として機能するロボット媒介応用ドラマ(RMAD)を探索する。
本稿では,反膨らむロボットロールプレイゲームであるREMindについて述べる。
論文 参考訳（メタデータ） (2026-03-25T00:58:01Z) - Do You Have Freestyle? Expressive Humanoid Locomotion via Audio Control [52.83779852397341]
現在のヒューマノイドロボットには表現力のある即興能力がなく、事前に定義された動きやスパースコマンドに限られている。
音声から音楽駆動ダンスと音声駆動の音声合成ジェスチャーを直接生成できる,最初の統合型音声-音声合成フレームワークであるRoboPerformを提案する。
RoboPerformは、多様な動きパターンに適応するためのResMoEポリシーと、オーディオスタイル注入のための拡散ベースの学生ポリシーを実現している。
論文 参考訳（メタデータ） (2025-12-29T17:59:24Z) - H2R-Grounder: A Paired-Data-Free Paradigm for Translating Human Interaction Videos into Physically Grounded Robot Videos [58.006918399913665]
本稿では,通常の人間と物体のインタラクションビデオからモーション一貫性のあるロボット操作ビデオに変換するビデオ間翻訳フレームワークを提案する。
私たちのアプローチでは、ロボットビデオのセットのみをトレーニングするために、ペアの人間ロボットビデオは必要とせず、システムを拡張しやすくしています。
テスト時にも同じプロセスを人間のビデオに適用し、人間の行動を模倣する高品質なロボットビデオを生成する。
論文 参考訳（メタデータ） (2025-12-10T07:59:45Z) - VidBot: Learning Generalizable 3D Actions from In-the-Wild 2D Human Videos for Zero-Shot Robotic Manipulation [53.63540587160549]
VidBotは、WildのモノクルなRGBのみの人間ビデオから学習した3Dアベイランスを使って、ゼロショットロボット操作を可能にするフレームワークである。
VidBotは、人間の日常的なビデオを利用してロボットの学習をよりスケーラブルにする。
論文 参考訳（メタデータ） (2025-03-10T10:04:58Z) - Moto: Latent Motion Token as the Bridging Language for Learning Robot Manipulation from Videos [101.26467307473638]
我々はMotoを紹介する。Motoは、映像コンテンツをラテントモーションTokenizerでラテントモーションTokenシーケンスに変換する。
我々は、モーショントークンによるMoto-GPTの事前学習を行い、多様な視覚的動きの知識を捉えることができる。
実際のロボット動作に先立って学習した動きを転送するために、潜伏した動きのトークン予測と実際のロボット制御をシームレスにブリッジするコファインチューニング戦略を実装した。
論文 参考訳（メタデータ） (2024-12-05T18:57:04Z) - RoboCat: A Self-Improving Generalist Agent for Robotic Manipulation [33.10577695383743]
ロボット操作のためのマルチタスク汎用エージェントRoboCatを提案する。
このデータは、シミュレートされた本物のロボットアームから、さまざまな観察とアクションのセットでモーターコントロールスキルの大規模なレパートリーにまたがる。
RoboCatでは、ゼロショットだけでなく、100-1000例のみを用いて適応することで、新しいタスクやロボットに一般化する能力を実証する。
論文 参考訳（メタデータ） (2023-06-20T17:35:20Z) - Synthesis and Execution of Communicative Robotic Movements with
Generative Adversarial Networks [59.098560311521034]
我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。
我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。
我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
論文 参考訳（メタデータ） (2022-03-29T15:03:05Z) - Caption Generation of Robot Behaviors based on Unsupervised Learning of
Action Segments [10.356412004005767]
ロボットの行動シーケンスとその自然言語キャプションをブリッジすることは、人間のアシストロボットの説明可能性を高める重要な課題である。
本稿では,人間支援ロボットの動作を記述した自然言語キャプションを生成するシステムを提案する。
論文 参考訳（メタデータ） (2020-03-23T03:44:56Z)
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。