論文の概要: Automated Synthesis of Facial Mechanisms for Conversational Animatronic Robots

• arxiv url: http://arxiv.org/abs/2607.11688v1
• Date: Mon, 13 Jul 2026 15:22:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.527975
• Title: Automated Synthesis of Facial Mechanisms for Conversational Animatronic Robots
• Title（参考訳）: 会話型アニマトロニクスロボットのための顔機構の自動合成
• Abstract要約: 最先端のアニマトロニクスの顔は、通常、調整されたシステムであり、大規模なパーソナライゼーションが遅くてコストがかかる。 本稿では、トポロジとアクチュエータレイアウトが明示的にパラメータ化され、体系的なスケーリングをサポートするパラメトリックなリンク駆動型メカニカルフェイステンプレートを提案する。 音声から発声・聴取動作を協調的にモデル化する二元性対話型顔動作合成フレームワークを開発した。
• 参考スコア（独自算出の注目度）: 56.50769770726642
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Animatronic faces are a central component of socially interactive robots, enabling rich nonverbal communication through facial articulation. However, state-of-the-art animatronic faces are typically tailored systems: each new facial geometry requires extensive manual mechanical redesign, making large-scale personalization prohibitively slow and costly. In this work, we pursue automated and scalable mechanical face synthesis, aiming to rapidly generate a physically realizable facial mechanism for a wide range of facial geometries. We introduce a parametric, linkage-driven mechanical face template whose topology and actuator layout are explicitly parameterized to support systematic scaling and retargeting across diverse facial morphologies. Building on this template, we propose a hierarchical automatic design algorithm that takes a single 2D portrait as input, reconstructs a target 3D face, and synthesizes a collision-free, manufacturable internal mechanism. The algorithm combines anatomy-guided feasible motion volumes, Action Unit (AU)-derived trajectory-based expressiveness objectives, and a collision-driven outer-loop refinement strategy. Beyond hardware synthesis, we argue that future mechanical faces deployed at scale must engage in bidirectional, multi-turn conversation rather than functioning solely as speaking or listening heads. To this end, we develop a dual-identity conversational facial motion synthesis framework that jointly models speaking and listening behaviors from audio, producing temporally coherent 3D facial motion suitable for physical execution. We validate our system through extensive experiments, including (i) quantitative evaluation of automatic mechanism synthesis across diverse facial geometries, (ii) comparisons against manual mechanical design, (iii) benchmarks on conversational facial motion synthesis and real-time deployment, and (iv) perceptual user studies.
• Abstract（参考訳）: アニマトロニック・フェイスは、社会的に対話的なロボットの中心的な構成要素であり、顔の関節を通してリッチな非言語コミュニケーションを可能にする。 しかし、最先端のアニマトロニクスの顔は、通常、調整されたシステムである:新しい顔の幾何学は、広範囲な手動の機械的再設計を必要とし、大規模なパーソナライゼーションは、明らかに遅くてコストがかかる。 本研究は,多種多様な顔領域に対して,物理的に実現可能な顔機構を迅速に生成することを目的とした,自動かつスケーラブルな顔合成を追求する。 本稿では,多種多様な顔形態の体系的スケーリングと再ターゲティングを支援するために,トポロジとアクチュエータレイアウトを明示的にパラメータ化したパラメトリックなメカニカルフェイステンプレートを提案する。 このテンプレート上に構築した階層型自動設計アルゴリズムは,1枚の2次元像を入力とし,対象の3次元面を再構成し,衝突のない製造可能な内部機構を合成する。 このアルゴリズムは、解剖誘導可能な運動量、AU(Action Unit)由来の軌道ベース表現性目標、衝突駆動型外ループ改善戦略を組み合わせたものである。 ハードウェア合成以外にも、大規模に展開される未来の機械的顔は、話や聴取の頭としてのみ機能するのではなく、双方向で多ターンな会話をしなければならないと論じる。 そこで本研究では,音声からの発話と聴取の動作を協調的にモデル化し,物理的実行に適した時間的コヒーレントな3次元顔の動きを生成する,二重同一性対話型顔動作合成フレームワークを開発した。 我々は広範囲な実験を通してシステムを検証する。 一 多様な顔領域における自動機構合成の定量的評価 2手動機械設計との比較 三 会話顔の動き合成とリアルタイム展開に関するベンチマーク (4)知覚的ユーザスタディ。

関連論文リスト

• Multiple View Neural Regression of a Facial Shape Model [5.202950948929751]
  VarISは高解像度の立体形状と反射率マップを撮影するためのカスタム光球である。 合成多視点画像から再分類された顔メッシュを直接予測するために,ディープラーニングフレームワークを提案する。 このシステムは、人間の監督を最小限に抑えて、リギングとアニメーションに適した標準化されたメッシュを生成する。
  論文  参考訳（メタデータ） (2026-08-23T23:31:44Z)
• MeshMimic: Geometry-Aware Humanoid Motion Learning through 3D Scene Reconstruction [54.36564144414704]
  MeshMimicは、3Dシーンの再構築とインテリジェンスを組み込んだ革新的なフレームワークで、ヒューマノイドロボットがビデオから直接「モーション・テライン」インタラクションを学習できるようにする。 現状の3次元視覚モデルを活用することで、我々のフレームワークは、人間の軌跡と基礎となる地形や物体の3次元幾何学の両方を正確にセグメント化し再構築する。
  論文  参考訳（メタデータ） (2026-02-17T17:09:45Z)
• Real-Time Synchronized Interaction Framework for Emotion-Aware Humanoid Robots [0.5156484100374058]
  音声韻律と全体ジェスチャーを同期するNAOロボットのためのリアルタイムフレームワークを提案する。 シームレスな感覚運動調整を可能にすることにより、コンテキスト認識型社会ロボットの展開が促進される。
  論文  参考訳（メタデータ） (2026-01-24T03:53:09Z)
• Decoupled Generative Modeling for Human-Object Interaction Synthesis [35.78156236836254]
  既存のアプローチでは、しばしば手動で指定した中間のウェイポイントを必要とし、最適化の目的を1つのネットワークに配置する。 DecHOI(Decoupled Generative Modeling for Human-Object Interaction Synthesis)を提案する。 軌道生成装置は、まず、所定のウェイポイントを伴わずに人や物体の軌道を生成し、これらの経路に作用生成条件を設けて詳細な動作を合成する。
  論文  参考訳（メタデータ） (2025-12-22T05:33:59Z)
• Semantic Co-Speech Gesture Synthesis and Real-Time Control for Humanoid Robots [5.531678625546847]
  本稿では,意味論的に意味のある共同音声ジェスチャーを合成し,人間型ロボット上でリアルタイムに展開する,革新的なエンドツーエンドフレームワークを提案する。 私たちの中核的なイノベーションは、セマンティックスを意識したジェスチャー合成モジュールの巧妙な統合にあります。 本システムでは, セマンティックに適切かつリズミカルにコヒーレントなジェスチャーを生成する。
  論文  参考訳（メタデータ） (2025-12-19T02:55:10Z)
• Towards Immersive Human-X Interaction: A Real-Time Framework for Physically Plausible Motion Synthesis [51.95817740348585]
  Human-Xは、様々な実体をまたいだ没入的で物理的に妥当なヒューマンインタラクションを可能にするために設計された、新しいフレームワークである。 本手法は, 自己回帰型反応拡散プランナを用いて, リアルタイムに反応と反応を同時予測する。 我々のフレームワークは、人間とロボットのインタラクションのための仮想現実インターフェースを含む、現実世界のアプリケーションで検証されている。
  論文  参考訳（メタデータ） (2025-08-04T06:35:48Z)
• Is Single-View Mesh Reconstruction Ready for Robotics? [78.14584238127338]
  本研究では,ロボット操作のための物理シミュレータを用いたリアルタイム計画と動的予測のためのディジタル双対生成の実現の可能性について,単一ビューメッシュ再構成モデルの評価を行った。 我々の研究は、コンピュータビジョンの進歩とロボティクスの必要性の間に重要なギャップがあることを浮き彫りにし、この交差点における将来の研究を導く。
  論文  参考訳（メタデータ） (2025-05-23T14:35:56Z)
• Jointly Understand Your Command and Intention:Reciprocal Co-Evolution between Scene-Aware 3D Human Motion Synthesis and Analysis [80.50342609047091]
  シーン認識型テキスト対人間合成は、同じテキスト記述から多様な屋内動作サンプルを生成する。 そこで本研究では,テキスト駆動型シーン特異的なヒューマンモーション生成を3段階に分解するケースドジェネレーション戦略を提案する。 我々は3次元シーンにおけるリアルな人間の動き合成と頑健な人間の動き解析を共同で改善する。
  論文  参考訳（メタデータ） (2025-03-01T06:56:58Z)
• Driving Animatronic Robot Facial Expression From Speech [7.8799497614708605]
  本稿では,音声入力からアニマトロニクスロボットの表情を駆動する,新しいスキン中心のアプローチを提案する。 提案手法は線形スキン (LBS) を統一表現として用い, エンボディメント設計とモーション合成の両面での革新を導く。 このアプローチは、1台のNvidia GTX 4090上で4000fps以上のリアルタイムにアニマトロニクスの顔に非常にリアルな表情を生成する能力を示す。
  論文  参考訳（メタデータ） (2024-03-19T12:11:57Z)
• Pose-Controllable 3D Facial Animation Synthesis using Hierarchical Audio-Vertex Attention [52.63080543011595]
  階層型音声頂点アテンションを利用してポーズ制御可能な3次元顔アニメーション合成法を提案する。 提案手法により,よりリアルな表情と頭部姿勢運動が得られる。
  論文  参考訳（メタデータ） (2023-02-24T09:36:31Z)

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。