論文の概要: Spatiotemporal Context-dependent Personalized Movement Compensation in Delayed Telemanipulation

• arxiv url: http://arxiv.org/abs/2608.08200v1
• Date: Sat, 08 Aug 2026 15:51:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.720531
• Title: Spatiotemporal Context-dependent Personalized Movement Compensation in Delayed Telemanipulation
• Title（参考訳）: 遅延遠隔マニピュレーションにおける時空間依存型個人化運動補償
• Abstract要約: 通信遅延はテレロボティクスにおける中心的な課題である。 本研究では,個人別遅延,方向別,距離別スケーリングパラメータに適合する人間中心の手法を提案する。
• 参考スコア（独自算出の注目度）: 0.7734726150561086
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Communication delay remains a central challenge in telerobotics, where it disrupts visuomotor coordination and reduces task precision. Motion scaling is an effective countermeasure to delay-induced overshoot, yet typical deployments rely on uniform gains that neglect individual and contextual variability. We propose a human-centered method that fits personalized delay-, direction-, and distance-specific scaling parameters for each participant. We conducted experiments with twenty participants who performed delayed reaching tasks in a virtual simulator. Scaling gains were computed to minimize mean overshoot in simulation in each combination of experimental conditions. Evaluation was done in simulation and on a telesurgical robot to evaluate assistance benefits. Performance was assessed across multiple delays, distances, and movement directions using overshoot, endpoint error, trajectory smoothness, economy of motion, and a composite error-time metric. Motion scaling consistently improved performance relative to unassisted trials, yielding up to 20-25% performance gains in key metrics. Effects were most pronounced at longer delays. Personalization demonstrated additional accuracy benefits for inward reaching at a short distance under moderate delay. The results highlight the potential of personalized scaling as a foundation for more adaptive frameworks that integrate contextual information to improve the safety and precision of teleoperated procedures.
• Abstract（参考訳）: 通信遅延はテレロボティクスにおける中心的な課題であり、視覚運動の調整を妨害し、タスクの精度を低下させる。 運動のスケーリングは遅延によって引き起こされるオーバーシュートに対する効果的な対策であるが、典型的な展開は個人や文脈の変動性を無視する一様利得に依存している。 本研究では,個人別遅延,方向別,距離別スケーリングパラメータに適合する人間中心の手法を提案する。 仮想シミュレータで遅延到達タスクを行った20名の被験者を対象に実験を行った。 実験条件の組合せのシミュレーションにおいて, 平均オーバーシュートを最小限に抑えるため, スケーリングゲインを計算した。 シミュレーションと遠隔手術ロボットを用いて支援効果の評価を行った。 複数遅延,距離,移動方向をオーバーシュート,終端誤差,軌道の滑らかさ,動きの経済性,複合的誤差時間測定を用いて評価した。 モーションスケーリングは、非アシストトライアルに対するパフォーマンスを継続的に改善し、主要なメトリクスで最大20～25%のパフォーマンス向上を実現した。 効果はより長い遅延で最も顕著であった。 パーソナライゼーションは、適度な遅延の下で短い距離で内向きに到達する際のさらなる精度の利点を示した。 この結果は,遠隔操作作業の安全性と精度を向上させるためにコンテキスト情報を統合する,より適応的なフレームワークの基盤として,パーソナライズドスケーリングの可能性を強調した。

関連論文リスト

• Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
  イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。 本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。 公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
  論文  参考訳（メタデータ） (2026-08-25T08:27:42Z)
• World Action Models in Real Time: An Empirical Study of Smooth Execution via Asynchronous Deployment [0.0]
  本研究では,モデル推論とアクション実行の重なり合う戦略について検討し,応答性とスムーズな制御を実現する。 同期実行、純粋な非同期スイッチング、ポストホック動作ブレンディング、デノイング時間ブレンディング、推論時速度誘導、プレフィックス条件付き生成を含む6つの戦略を比較した。
  論文  参考訳（メタデータ） (2026-08-03T08:24:36Z)
• Invertible Neural Network Adapter for One-Step Flow Matching in Robot Manipulation [48.77928097573051]
  本稿では,汎用ロボット操作のための可逆ニューラルネットワークアダプタを提案する。 フローマッチングの定式化に基づいて、提案したアダプタは、可逆潜在空間内のアクション生成軌跡を制約する。 提案手法の有効性を評価するため,様々なシミュレーションベンチマークと実世界のロボットプラットフォームを用いて実験を行った。
  論文  参考訳（メタデータ） (2026-06-17T15:35:27Z)
• Dual-Agent Multiple-Model Reinforcement Learning for Event-Triggered Human-Robot Co-Adaptation in Decoupled Task Spaces [3.349003999623489]
  本稿では,カスタム6自由度上肢ロボットのための共有制御型リハビリテーションポリシーを提案する。 患者は二進法で一次到達方向を制御し、ロボットは自律的に矯正動作を管理する。
  論文  参考訳（メタデータ） (2026-03-06T11:15:10Z)
• Impact-Robust Posture Optimization for Aerial Manipulation [21.57320550387136]
  本稿では,衝撃時のロバスト性を改善するために,運動学的に冗長なトルク制御ロボットの姿勢を最適化する新しい手法を提案する。 厳密な衝撃モデル(英語版)は、前衝突速度と後衝突速度の変動を定量化する構成依存計量の基礎として用いられる。 本手法は,ロボット構成における衝撃後スパイクの最大51%(標準TSID)の低減と,アクチュエータ飽和の回避に成功している。
  論文  参考訳（メタデータ） (2026-02-14T13:16:46Z)
• Real-Time Robot Execution with Masked Action Chunking [38.37108371991901]
  ロボットのようなサイバー物理システムにはリアルタイム実行が不可欠である。 近年,リアルタイムロボット操作のためのシステムレベルのパラダイムとして,非同期推論が登場している。 本稿では,マスクされたアクションチャンキングによって事前訓練されたポリシーの修正を学習するREMACを提案する。
  論文  参考訳（メタデータ） (2026-01-27T23:48:32Z)
• Delay-Compensated Stiffness Estimation for Robot-Mediated Dyadic Interaction [1.2366208723499545]
  本稿では,ロボットによる人間-人-人との対話のための遅延補償剛性推定フレームワークを提案する。 市販のリハビリテーションロボット(H-MAN)をプラットフォームとして実験した結果,提案手法が標準推定器を著しく上回っていることが示された。 これらの知見は,遠隔ダイアド相互作用における高忠実度触覚知覚の実現に有望な解決法である。
  論文  参考訳（メタデータ） (2026-01-25T12:21:52Z)
• Adaptive Deadline and Batch Layered Synchronized Federated Learning [66.93447103966439]
  フェデレートラーニング(FL)は、データプライバシを保持しながら、分散エッジデバイス間で協調的なモデルトレーニングを可能にする。 我々は,レイヤワイドアグリゲーションのために,ラウンド単位の期限とユーザ固有のバッチサイズを共同で最適化する新しいフレームワークADEL-FLを提案する。
  論文  参考訳（メタデータ） (2025-05-29T19:59:18Z)
• MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。 このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• DelGrad: Exact event-based gradients for training delays and weights on spiking neuromorphic hardware [1.5226147562426895]
  スパイキングニューラルネットワーク(SNN)は本質的には情報表現と処理のための信号のタイミングに依存している。 我々は,シナプス重みと遅延の両方について,正確な損失勾配を計算するイベントベース手法であるDelGradを提案する。 ノイズの多い混合信号ハードウェア上でSNNに遅延を追加する際のメモリ効率と精度の利点を実験的に示す。
  論文  参考訳（メタデータ） (2024-04-30T00:02:34Z)
• FasterPose: A Faster Simple Baseline for Human Pose Estimation [65.8413964785972]
  本稿では,高速ポーズ推定のためのLR表現を用いた費用対効果ネットワークの設計パラダイムであるFasterPoseを提案する。 我々は,FasterPoseのトレーニング挙動について検討し,収束を加速する新しい回帰クロスエントロピー(RCE)損失関数を定式化する。 従来のポーズ推定ネットワークと比較すると,FLOPの58%が減少し,精度が1.3%向上した。
  論文  参考訳（メタデータ） (2021-07-07T13:39:08Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)
• Towards Streaming Perception [70.68520310095155]
  本稿では、リアルタイムオンライン知覚のための単一のメトリクスにレイテンシと精度を協調的に統合するアプローチを提案する。 この指標の背後にある重要な洞察は、瞬間ごとに認識スタック全体の出力を共同で評価することである。 本稿では,都市ビデオストリームにおけるオブジェクト検出とインスタンスセグメンテーションの具体的タスクに注目し,高品質で時間依存的なアノテーションを備えた新しいデータセットを寄贈する。
  論文  参考訳（メタデータ） (2020-05-21T01:51:35Z)

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。