論文の概要: Design and Human Evaluation of Tactile Withdrawal Reflexes for a Skin-Covered Robot Arm
- arxiv url: http://arxiv.org/abs/2607.22249v1
- Date: Fri, 24 Jul 2026 12:31:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 20:58:57.12451
- Title: Design and Human Evaluation of Tactile Withdrawal Reflexes for a Skin-Covered Robot Arm
- Title（参考訳）: 皮膚重心ロボットアームの触覚反射設計と人的評価
- Abstract要約: 侵害受容 (nociception) は、有害な刺激と反応を結びつける保護的な生物学的機構である。
本稿では,ロボットマニピュレータ上の感圧性皮膚からバイオインスパイアされた退避動作への圧力変化をマッピングする完全なパイプラインを提案する。
- 参考スコア（独自算出の注目度）: 3.0386584727208032
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nociception is a protective biological mechanism that links harmful stimulation to a reaction. This paper investigates artificial nociception for a robotic arm with whole-body tactile sensing. We present a complete pipeline that maps pressure changes from sensitive skin on a robot manipulator to bio-inspired withdrawal motions. The system first converts skin pressure into a scalar pain gain using a nonlinear continuous model. We compare three reflexes: (i) uniform reflex moves four robot joints by a fixed amount, whereby the withdrawal is approximated by a movement of the arm "toward the base", independent of where the robot was touched; (ii) biologically motivated location-dependent joint-space withdrawal derived from human withdrawal reflex characteristics; (iii) Cartesian space withdrawal along the surface normal of the contacted skin pad. All behaviors are integrated in a reflex controller that interrupts the task, executes the withdrawal, and returns to a pre-contact pose. A user study with 15 participants compared the strategies using Godspeed questionnaire subscales, custom perceived-naturalness and safety items, forced-choice comparisons, and qualitative feedback. Interestingly, participants rated more highly the uniform reflex behavior over one or both competitors on the anthropomorphism, animacy, and likeability Godspeed subscales and on the Naturalness and Realism custom scale. When asked to compare the conditions, the uniform reflex was scored best in "felt safest", "most human-like", and "most natural". This suggests that predictability of the robot behavior is key for user acceptance. The Cartesian reflex was judged the most appropriate reaction to touch. The bio-inspired reflex did not lead any evaluated measure. This may be partly attributed to the embodiment gap between the robot arm and human arm and participants having different expectations from a robot manipulator.
- Abstract（参考訳）: 侵害受容 (nociception) は、有害な刺激と反応を結びつける保護的な生物学的機構である。
本稿では,全身触覚センサを用いたロボットアームの人工侵害について検討する。
本稿では,ロボットマニピュレータ上の感圧性皮膚からバイオインスパイアされた退避動作への圧力変化をマッピングする完全なパイプラインを提案する。
このシステムはまず、非線形連続モデルを用いて皮膚圧をスカラー痛利得に変換する。
私たちは3つの反射を比較します。
一 均一反射は、四つのロボット関節を一定量移動させ、ロボットが接触した場所に関係なく、腕の「ベースに向かって」の動きによって退避を近似する。
二 生物学的に動機づけられたヒトの退避反射特性から生じる位置依存型共同空間離脱
3) 接触した皮膚パッドの表面正常に沿って, カルテシア空間の離脱。
すべての動作は、タスクを中断し、離脱を実行し、事前のポーズに戻る反射コントローラに統合される。
被験者15名を対象にしたユーザスタディでは,ゴッドスピード・サブスケール,カスタム・ナチュラルネスと安全項目,強制選択比較,質的フィードバックを用いた戦略を比較した。
興味深いことに、参加者は、人間同型、アニマシー、類似性を持つゴッドスピードのサブスケール、および自然性とリアリズムのカスタムスケールにおいて、1つまたは2つの競争相手に対して、均一な反射行動を高く評価した。
条件を比較するよう依頼されたとき、一様反射は「最も安全で、最も人間らしく、最も自然である」と評価された。
このことは,ロボット動作の予測可能性がユーザの受容の鍵であることを示唆している。
カルテス反射はタッチに対する最も適切な反応であると判断された。
生体刺激反射は評価指標を導出しなかった。
これは、ロボットアームと人間のアームと、ロボットマニピュレータと異なる期待を持つ参加者との間のエンボディメントのギャップに起因する可能性がある。
関連論文リスト
- Tactile-Proprioceptive Sensor Fusion for Contact Wrench Estimation in Whole-Body Physical Human-Robot Interaction [6.839826083147316]
本稿では,自然界における人間-ロボットインタラクションのための触覚・受容型センサー融合フレームワークを提案する。
空気圧スキンパッドからの触覚は、摩擦残留物と応用外力の間のあいまいさを回避できる接触指標として機能する。
ロボット表面上の多軸接触力を再構成するために、モータ電流によるプロプレセプションを用いてこれらのキューを融合する。
論文 参考訳（メタデータ） (2026-05-27T12:47:25Z) - Mapping Embodied Affective Touch Strategies on a Humanoid Robot [37.805714617687244]
本研究は,iCubロボットと対話する32人の被験者を対象とした研究である。
その結果, 体域と空間的制約は, タッチ位置とダイナミックスの両方を共同で形成していることがわかった。
論文 参考訳（メタデータ） (2026-05-12T09:13:10Z) - Learn Weightlessness: Imitate Non-Self-Stabilizing Motions on Humanoid Robot [56.377161933570335]
人間は自然に非自己安定化(NSS)運動中に「無重力」状態を利用する。
この生物学的メカニズムに着想を得て,データセットのアノテーションに対する無重力自動ラベル方式を提案する。
我々の研究は、正確な軌道追跡と適応的な環境相互作用のギャップを埋め、接触リッチなヒューマノイド制御のための生物学的にインスパイアされたソリューションを提供する。
論文 参考訳（メタデータ） (2026-04-23T07:10:05Z) - Mirror Skin: In Situ Visualization of Robot Touch Intent on Robotic Skin [12.837347036705316]
ロボット皮膚の高解像度なミラーのような視覚フィードバックを利用するコンセプトであるMirror Skinを紹介します。
人間の身体部分のその場での視覚的表現を対応するロボットのタッチ領域にマッピングすることで、ミラー・スキンは誰が触覚を開始するか、それがどこで起こるか、いつ差し迫っているかを伝える。
論文 参考訳（メタデータ） (2025-12-12T11:16:26Z) - 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) - Reinforcement Learning-Based Bionic Reflex Control for Anthropomorphic
Robotic Grasping exploiting Domain Randomization [0.4999814847776098]
強化学習(RL)を活用した革新的な生体反射制御パイプラインを提案する。
提案する生体反射制御装置は人為的手において設計・試験されている。
我々は、この自律型RLベースのバイオニック・リフレクション・コントローラが、信頼性が高く、高効率なロボットと義手の開発を触媒することを期待している。
論文 参考訳（メタデータ） (2023-12-08T13:04:41Z) - ReMoS: 3D Motion-Conditioned Reaction Synthesis for Two-Person Interactions [66.87211993793807]
本稿では,2人のインタラクションシナリオにおいて,人の全身運動を合成する拡散モデルReMoSを提案する。
ペアダンス,忍術,キックボクシング,アクロバティックといった2人のシナリオでReMoSを実証する。
また,全身動作と指の動きを含む2人のインタラクションに対してReMoCapデータセットを寄贈した。
論文 参考訳（メタデータ） (2023-11-28T18:59:52Z) - Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
人間は触覚と触覚に頼っている。
視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。
本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
論文 参考訳（メタデータ） (2023-03-10T16:27:37Z) - Occlusion-Robust Multi-Sensory Posture Estimation in Physical
Human-Robot Interaction [10.063075560468798]
1台のカメラ上でのOpenPoseからの2D姿勢と、人間がタスクを実行している間に対話するロボットの軌道。
1台のカメラ上でのOpenPoseからの2D姿勢と、人間がタスクを実行している間に対話するロボットの軌道を利用する。
本研究は,OpenPoseのみを用いた姿勢推定や,ロボットの軌道のみを用いた姿勢推定よりも,人間の体力の冗長性を解消できることを示す。
論文 参考訳（メタデータ） (2022-08-12T20:41:09Z) - Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。
我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。
評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文 参考訳（メタデータ） (2022-05-02T09:21:39Z) - 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)
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。