論文の概要: Requirement-Driven Design of Whole-Body Social Tactile Sensing via Virtual Human-Robot Interaction

• arxiv url: http://arxiv.org/abs/2607.11690v1
• Date: Mon, 13 Jul 2026 15:23:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.528911
• Title: Requirement-Driven Design of Whole-Body Social Tactile Sensing via Virtual Human-Robot Interaction
• Title（参考訳）: 仮想人間-ロボットインタラクションによる全体社会的触覚の要求駆動設計
• Authors: Dakarai Crowder, Ruohan Zhang, Alexis E. Block, Wenzhen Yuan,
• Abstract要約: 本稿では, 相互作用データから直接, 空間分解能と配置の感知要求を導出する要求駆動型フレームワークを提案する。 複数の社会的シナリオにまたがる高精細な全身接触分布を収集し,9つの反復的な接触ジェスチャーを同定した。 1つのロボットプラットフォームで実証されているが、他のロボット形態に転送できるように設計されている。
• 参考スコア（独自算出の注目度）: 5.7755882493185915
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tactile sensing for social-physical human-robot interaction (spHRI) is designed in a hardware-driven manner, where predefined sensor configurations constrain coverage, spatial resolution, and the range of recognizable gestures. We propose a requirement-driven framework that derives sensing requirements, specifically spatial resolution and placement, directly from interaction data. Using a VR-based platform with haptic feedback, we collected high-resolution whole-body contact distributions across multiple social scenarios, from which we identified nine recurring social touch gestures. Eight gestures were selected for controlled data collection with 18 participants, yielding an open-source dataset of 5,520 trials. Analysis of contact distributions and simulated tactile encodings provides quantitative baselines for skin coverage and sensor density on a humanoid robot platform. While demonstrated on a single robot platform, the methodology is designed to be transferable to other robot morphologies, potentially enabling morphology-specific sensing requirements to be derived prior to hardware fabrication.
• Abstract（参考訳）: 社会物理学的人間ロボットインタラクションのための触覚センシング(spHRI)はハードウェア駆動方式で設計されており、事前に定義されたセンサ構成は、カバー範囲、空間解像度、認識可能なジェスチャーの範囲を制約する。 本稿では, 相互作用データから直接, 空間分解能と配置の感知要求を導出する要求駆動型フレームワークを提案する。 触覚フィードバックを備えたVRベースのプラットフォームを用いて,複数の社会的シナリオにまたがる高精細な全身接触分布を収集し,9つのソーシャルタッチジェスチャーを同定した。 コントロールされたデータ収集には8つのジェスチャーが選択され、18人が参加し、オープンソースの5,520のトライアルデータセットが得られた。 接触分布の解析と触覚符号化のシミュレーションにより,ヒューマノイドロボットプラットフォーム上での皮膚被覆とセンサ密度の定量的ベースラインが提供される。 1つのロボットプラットフォームで実証されているが、この手法は他のロボット形態に転送可能であり、ハードウェア製造の前に形態学固有の感覚要求を導出できる可能性がある。

関連論文リスト

• SensorPerch: Sense Wherever and Whenever it Matters [2.1117452999989315]
  SensorPerchは、ロボットの体と環境の両方から感覚を分離する、アクティブな知覚の新たな実現法である。 SensorPerchは、軽量でワイヤレスで、再構成可能なセンサープラットフォームで、多様な表面をパーチできる。 i) ロボットの現在位置を超えた永続的な物体状態検出が可能で、ロボットが近くにいない場合でもイベント検出が成功し、かつ、(ii) ポリシー結合型認識では、各種のポリシー固有の視点をロボットが構築できる。
  論文  参考訳（メタデータ） (2026-07-12T10:06:01Z)
• Design, Mapping, and Contact Anticipation with 3D-printed Whole-Body Tactile and Proximity Sensors [38.7633637336366]
  GenTact-Proxは完全に3Dプリントされた人工皮膚で、触覚と近接センサーを統合して接触検出と予測を行う。 皮膚は評価中に最大18cmまで検出された。
  論文  参考訳（メタデータ） (2026-03-05T01:29:30Z)
• A Foundation Model for Virtual Sensors [41.4965371110973]
  既存の仮想センサアプローチでは、各センサに対して手入力のアプリケーション固有のモデルが必要である。 両方の制約に対処する仮想センサの最初の基礎モデルを紹介する。 我々のアーキテクチャは415倍の時間短縮と951倍のメモリ要求の削減を実現している。
  論文  参考訳（メタデータ） (2026-01-28T14:17:46Z)
• The RoboSense Challenge: Sense Anything, Navigate Anywhere, Adapt Across Platforms [244.78980521248445]
  RoboSense 2025 Challengeは、さまざまな知覚シナリオにわたるロボット知覚における堅牢性と適応性を向上するために設計された。 言語による意思決定、社会的に適合したナビゲーション、センサー構成の一般化、クロスプラットフォームとクロスプラットフォームの対応、クロスプラットフォームの3D知覚にまたがる5つの補完的な研究トラックを統一する。 この挑戦は16カ国の85の機関から143のチームが参加し、コミュニティの幅広い関与を反映した。
  論文  参考訳（メタデータ） (2026-01-08T15:16:18Z)
• Taccel: Scaling Up Vision-based Tactile Robotics via High-performance GPU Simulation [34.47272224723296]
  ロボット,触覚センサ,物体を精度と前例のない速度でモデル化するために,IPCとABDを統合した高性能なシミュレーションプラットフォームであるTaccelを提案する。 並列化が制限されたサブリアルタイム速度で動作する従来のシミュレータとは異なり、Taccelは正確な物理シミュレーションとリアルな触覚信号を提供する。 これらの能力は、触覚ロボットの研究と開発を拡大するための強力なツールとして、Taccelを位置づけている。
  論文  参考訳（メタデータ） (2025-04-17T12:57:11Z)
• Digitizing Touch with an Artificial Multimodal Fingertip [51.7029315337739]
  人間とロボットはどちらも、周囲の環境を知覚し、相互作用するためにタッチを使うことの恩恵を受ける。 ここでは、タッチのデジタル化を改善するための概念的および技術革新について述べる。 これらの進歩は、高度なセンシング機能を備えた人工指型センサーに具現化されている。
  論文  参考訳（メタデータ） (2024-11-04T18:38:50Z)
• Multimodal Anomaly Detection based on Deep Auto-Encoder for Object Slip Perception of Mobile Manipulation Robots [22.63980025871784]
  提案フレームワークは,RGBや深度カメラ,マイク,力トルクセンサなど,さまざまなロボットセンサから収集した異種データストリームを統合する。 統合されたデータは、ディープオートエンコーダを訓練して、通常の状態を示す多感覚データの潜在表現を構築するために使用される。 次に、トレーニングされたエンコーダの潜伏値と再構成された入力データの潜伏値との差によって測定された誤差スコアによって異常を識別することができる。
  論文  参考訳（メタデータ） (2024-03-06T09:15:53Z)
• HARPS: An Online POMDP Framework for Human-Assisted Robotic Planning and Sensing [1.3678064890824186]
  HARPS(Human Assisted Robotic Planning and Sensing)フレームワークは、ロボットチームにおけるアクティブなセマンティックセンシングと計画のためのフレームワークである。 このアプローチにより、人間が不規則にモデル構造を強制し、不確実な環境で意味的なソフトデータの範囲を拡張することができる。 大規模部分構造環境におけるUAV対応ターゲット探索アプリケーションのシミュレーションは、時間と信念状態の推定において著しく改善されている。
  論文  参考訳（メタデータ） (2021-10-20T00:41:57Z)
• Elastic Tactile Simulation Towards Tactile-Visual Perception [58.44106915440858]
  触覚シミュレーションのための粒子の弾性相互作用(EIP)を提案する。 EIPは、触覚センサを協調粒子群としてモデル化し、接触時の粒子の変形を制御するために弾性特性を適用した。 さらに,触覚データと視覚画像間の情報融合を可能にする触覚知覚ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-08-11T03:49:59Z)
• SensiX: A Platform for Collaborative Machine Learning on the Edge [69.1412199244903]
  センサデータとセンサモデルの間に留まるパーソナルエッジプラットフォームであるSensiXを紹介する。 動作および音声に基づくマルチデバイスセンシングシステムの開発において,その有効性を示す。 評価の結果,SensiXは3mWのオーバヘッドを犠牲にして,全体の精度が7～13%向上し,環境のダイナミクスが最大30%向上することがわかった。
  論文  参考訳（メタデータ） (2020-12-04T23:06:56Z)

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。