論文の概要: Beyond Heuristics: A Standardized Real2Sim Pipeline for Physical Human Robot Interaction in Human-in-the-Loop Simulation

• arxiv url: http://arxiv.org/abs/2607.03017v1
• Date: Fri, 03 Jul 2026 06:52:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 13:09:31.756603
• Title: Beyond Heuristics: A Standardized Real2Sim Pipeline for Physical Human Robot Interaction in Human-in-the-Loop Simulation
• Title（参考訳）: ヒューマン・イン・ザ・ループ・シミュレーションにおける物理ロボットインタラクションのための標準化されたReal2Simパイプライン
• Abstract要約: 本稿では,モバイルバランスアシスタント上での骨盤弾性ストラップインタフェースの物理的相互作用(pHRI)の動的結合を同定するReal2Simパイプラインを提案する。 このパイプラインはHITLシミュレーションの忠実性を改善し、パーソナライズされたコントローラの事前検証のための予測ツールとしてHuman Digital Twinをサポートする。
• 参考スコア（独自算出の注目度）: 7.749790302832782
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The aging global population drives demand for assistive robots, yet the safety risks and costs of physical testing make Human-in-the-Loop (HITL) simulation an attractive alternative. Its fidelity for coupled systems, however, is limited by interaction models whose impedance parameters are tuned heuristically rather than identified from data. We present a Real2Sim pipeline that identifies the coupled Physical Human-Robot Interaction (pHRI) dynamics of a pelvis--strap interface on an overground mobile balance assistant. The interface is modeled as a 6-DoF viscoelastic mechanism whose 12 directional stiffness and damping parameters are identified per subject via Covariance Matrix Adaptation Evolution Strategy (CMA-ES), using the user's ``Safe \& Comfortable'' feedback as a reproducible operating point that resolves harness-tightness ambiguity across anthropometrics. An intraclass-correlation analysis over a five-subject cohort separates shareable from subject-specific parameters, yielding a set of prior parameters derived from the existing data. Deploying this prior configures a previously unseen subject by refining only 5 of the 12 parameters. The calibrated model then reproduces the real interaction envelope and induces biomechanically accurate gait adaptations in the Human Digital Twin (HDT). Overly compliant and overly stiff settings, by contrast, fail as extreme settings, confirming a correct operating point that no heuristic tuning procedure can reliably select. The pipeline thus improves HITL simulation fidelity and supports the Human Digital Twin as a predictive tool for pre-clinical verification of personalized controllers.
• Abstract（参考訳）: 高齢化した世界の人口は、補助ロボットの需要を押し上げているが、物理的なテストの安全リスクとコストは、Human-in-the-Loop(HITL)シミュレーションを魅力的な代替手段にしている。 しかし、結合系に対する忠実度は、データから識別するのではなく、インピーダンスパラメータがヒューリスティックに調整された相互作用モデルによって制限される。 本稿では,モバイル・バランス・アシスタント上でのPHRI(Palial Human-Robot Interaction)とPHRI(Palial Human-Robot Interaction)の協調動作を識別するReal2Simパイプラインを提案する。 インタフェースは、共分散行列適応進化戦略(CMA-ES)を介して、被験者ごとに12方向の剛性および減衰パラメータを識別する6-DoF粘弾性機構としてモデル化され、ユーザの ``Safe \& Comfortable' のフィードバックを再現可能な操作点として使用し、人文科学におけるハーネスの密接さを解消する。 5つの対象コホート上のクラス内相関分析は、既存のデータから派生した先行パラメータのセットを生成するために、主観的パラメータと共有可能なパラメータを分離する。 この事前のデプロイは、12のパラメータのうち5つだけを精錬することで、未確認の被写体を構成する。 校正されたモデルは実際の相互作用エンベロープを再現し、Human Digital Twin (HDT) で生体力学的に正確な歩行適応を誘導する。 一方、過度に準拠し、過度に固い設定は極端な設定として失敗し、ヒューリスティックなチューニング手順が確実に選択できない正確な動作点を確認する。 このパイプラインはHITLシミュレーションの忠実性を改善し、パーソナライズされたコントローラの事前検証のための予測ツールとしてHuman Digital Twinをサポートする。

関連論文リスト

• RigPI: Dynamic Parameter Identification of Rigid Body via VLM-Seeded Differentiable Simulation [16.686983429272214]
  RigPIは、ロボットと物体の相互作用において、剛体と多リンク剛体の動的パラメータを特定するためのフレームワークである。 RigPIは、視覚に基づくセマンティックオーディエンス、フォーストルク測定、モーションオブザーバを、微分可能なシミュレーションパイプラインに統合する。 相対的および原始的な関節を持つ物体に対する大規模な実世界の実験は、RigPIが正確で安定したパラメータ推定を達成することを証明している。
  論文  参考訳（メタデータ） (2026-06-23T22:15:42Z)
• HAPI-EP: Towards Hybrid, Adaptive, and Predictive Digital Twins of Cardiac Electrophysiology [12.356395656399064]
  HAPIはハイブリッドで適応的で予測可能なDTを構築するためのAIフレームワークである。 HAPIの機械的ニューラルハイブリダイゼーションと予測適応は、特定可能なDTを得る上で重要であることを示す。
  論文  参考訳（メタデータ） (2026-06-14T06:59:55Z)
• Uncertainty-Aware Adaptive Dynamics For Underwater Vehicle-Manipulator Robots [0.5161531917413708]
  本稿では,新しい不確実性を考慮した適応力学モデルフレームワークを提案する。 オンライン推定中に、凸的な物理的一貫性の制約を埋め込む。 4-DOFマニピュレータを搭載したBlueROV2ヘビーの実験は、急速に収束し、キャリブレーションされた予測を示す。
  論文  参考訳（メタデータ） (2026-03-06T18:35:48Z)
• Interact2Ar: Full-Body Human-Human Interaction Generation via Autoregressive Diffusion Models [80.28579390566298]
  テキスト条件付き自己回帰拡散モデルであるInteract2Arを導入する。 ハンドキネマティクスは専用のパラレルブランチを通じて組み込まれ、高忠実度フルボディ生成を可能にする。 我々のモデルは、時間的動きの合成、外乱へのリアルタイム適応、ディヤディックからマルチパーソンシナリオへの拡張など、一連のダウンストリームアプリケーションを可能にする。
  論文  参考訳（メタデータ） (2025-12-22T18:59:50Z)
• Data-Driven Dynamic Parameter Learning of manipulator robots [0.8679862302950613]
  動的パラメータ推定のためのトランスフォーマーに基づく手法を提案する。 データセットは、8,192個のロボットで構成され、慣性および摩擦特性は様々である。 我々のモデルは時間的および空間的依存の両方を効果的に捉えている。
  論文  参考訳（メタデータ） (2025-12-09T16:15:58Z)
• HHI-Assist: A Dataset and Benchmark of Human-Human Interaction in Physical Assistance Scenario [63.77482302352545]
  HHI-Assist(ヒヒ・アシスト)は、人間の介助作業における人間のインタラクションのモーションキャプチャークリップからなるデータセットである。 私たちの研究は、ロボット支援ポリシーを大幅に強化する可能性がある。
  論文  参考訳（メタデータ） (2025-09-12T09:38:17Z)
• Efficient Federated Learning with Heterogeneous Data and Adaptive Dropout [62.73150122809138]
  Federated Learning(FL)は、複数のエッジデバイスを使用したグローバルモデルの協調トレーニングを可能にする、有望な分散機械学習アプローチである。 動的不均一モデルアグリゲーション(FedDH)と適応ドロップアウト(FedAD)の2つの新しい手法を備えたFedDHAD FLフレームワークを提案する。 これら2つの手法を組み合わせることで、FedDHADは精度(最大6.7%)、効率(最大2.02倍高速)、コスト(最大15.0%小型)で最先端のソリューションを大幅に上回っている。
  論文  参考訳（メタデータ） (2025-07-14T16:19:00Z)
• Synthetic location trajectory generation using categorical diffusion models [50.809683239937584]
  拡散モデル(DPM)は急速に進化し、合成データのシミュレーションにおける主要な生成モデルの一つとなっている。 本稿では,個人が訪れた物理的位置を表す変数列である合成個別位置軌跡(ILT)の生成にDPMを用いることを提案する。
  論文  参考訳（メタデータ） (2024-02-19T15:57:39Z)
• Differentiable Agent-based Epidemiology [71.81552021144589]
  GradABM(GradABM)は、エージェントベースのモデリングのためのスケーラブルで微分可能な設計で、勾配に基づく学習と自動微分が可能である。 GradABMは、コモディティハードウェア上で数秒で数百万の人口をシミュレートし、ディープニューラルネットワークと統合し、異種データソースを取り込みます。
  論文  参考訳（メタデータ） (2022-07-20T07:32:02Z)

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。