論文の概要: Locomotion Variability and User Experience in Smart Wheelchair Human-Robot Interaction
- arxiv url: http://arxiv.org/abs/2608.11417v1
- Date: Tue, 11 Aug 2026 20:33:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-13 19:07:54.369032
- Title: Locomotion Variability and User Experience in Smart Wheelchair Human-Robot Interaction
- Title（参考訳）: スマート車椅子とロボットのインタラクションにおけるロコモーションの多様性とユーザエクスペリエンス
- Abstract要約: 本研究では,異なる支援戦略が人間の動作変動,タスクパフォーマンス,主観的相互作用体験をいかに形成するかを検討する。
我々は,ユーザの自然運動構造を保全する自律支援型共有制御戦略を導入する。
- 参考スコア（独自算出の注目度）: 1.1549572298362782
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Human movement is inherently variable, with variability structured according to task relevance: movements are typically more consistent at task-critical points and more flexible elsewhere. In human-robot interaction (HRI), however, model-based assistance strategies commonly assume deterministic human behavior and suppress such variability, potentially altering how interactions are experienced and lowering sense of agency. While movement variability is increasingly recognized as functionally meaningful, its deliberate preservation in assisted interaction, and its consequences for user experience, remain underexplored. In this paper, we empirically investigate how different assistance strategies shape human movement variability, task performance, and subjective interaction experience in a shared control setting. We introduce an autonomy-supportive shared control strategy that preserves users' natural movement structure. This approach is evaluated in a user study in which participants push an intelligent powered wheelchair under three conditions: no assistance, conventional variability-reducing assistance, and variability-preserving assistance. While task-relevant performance remained comparable across assisted modes, preserving natural movement variability led to more favorable interaction experiences. In particular, participants reported significantly higher perceived agency compared to conventional assistance and highest perceived usefulness. These findings suggest that variability-aware assistance can support both performance and user autonomy in physical human-robot collaboration. More broadly, the results highlight the importance of designing assistive robotic systems that respect the embodied structure of human movement rather than treating variability as noise to be neglected or eliminated.
- Abstract（参考訳）: 人間の動きは本質的に変動し、タスクの関連性に応じて変数が構造化される: 運動は通常、タスククリティカルな点でより一貫性があり、他の場所では柔軟である。
しかしながら、HRI(Human-robot Interaction)では、モデルに基づく援助戦略は、一般に決定論的人間の振る舞いを仮定し、そのような変動を抑え、相互作用がどのように経験されているかを変え、エージェンシーの感覚を低下させる可能性がある。
運動の多様性は機能的に有意義であると認識されるが、その意図的な相互作用の保存とユーザエクスペリエンスへの影響は、いまだ過小評価されている。
本稿では,異なる支援戦略が,共有制御環境における人間の動作変動,タスクパフォーマンス,主観的相互作用体験をどのように形成するかを実証的に検討する。
我々は,ユーザの自然運動構造を保全する自律支援型共有制御戦略を導入する。
このアプローチは、参加者が3つの条件(非支援、従来の可変性低減支援、可変性保存支援)でインテリジェントな車椅子を推進しているユーザスタディで評価されている。
タスク関連性能は補助モードで同等であったが、自然運動の変動を保存することは、より良好な相互作用体験をもたらした。
特に, 従来の補助よりも認知度が高く, 有用性が高かった。
これらの結果から,身体ロボットの協調作業において,変数認識支援がパフォーマンスとユーザの自律性の両方を支援できることが示唆された。
より広義には、可変性を無視または排除すべきノイズとして扱うのではなく、人間の運動の具体的構造を尊重する補助ロボットシステムを設計することの重要性を強調している。
関連論文リスト
- Social-spatial dependencies for learning visual navigation [1.0312968200748118]
社会生物のナビゲーションが完全に独立した活動であることはめったにない。
グループ構造とダイナミクス、および具体的相互作用は有用な振る舞いに重大な影響を及ぼす。
本研究は, 社会生物の個人行動のみを検査するアプローチに挑戦するものである。
論文 参考訳（メタデータ） (2026-07-08T14:28:10Z) - When May I Help You? On The Effect of Proactivity on Group Human-Robot Collaboration [6.0109391632117015]
対処されることなく貢献するロボットは、タイムリーなサポートを提供することができる。
対処されるのを待つロボットは人間のコントロールを維持するかもしれないが、支援する機会を逃すこともある。
本研究では,2組のロボットがヒューマノイドロボットで作業する共同避難室において,この設計課題について検討する。
論文 参考訳（メタデータ） (2026-06-26T14:21:08Z) - Bidirectional Tutoring for Developmental Motor Learning in Robots: Co-Developed Interaction Dynamics Support Stable Learning [1.1372912154713897]
ロボットにおけるモータースキルの学習は、家庭教師からロボットが受動的にデモを受ける一方向のプロセスとして扱われることが多い。
生成的再生により拡張された自由エネルギー原理に基づくニューラルネットワークを用いて,発達学習フレームワークを実装した。
論文 参考訳（メタデータ） (2026-06-18T02:51:29Z) - 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) - 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) - 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) - 3HANDS Dataset: Learning from Humans for Generating Naturalistic Handovers with Supernumerary Robotic Limbs [64.99122701615151]
スーパー数式ロボットアーム(英: Supernumerary Robotics limbs、SRL)は、ユーザーの身体と密に統合されたロボット構造である。
3HANDSは,日常活動を行う参加者と,ヒップマウントSRLを自然な方法で実施する参加者との間の,オブジェクトハンドオーバインタラクションの新たなデータセットである。
本稿では,自然なハンドオーバ軌跡を生成する3つのモデル,適切なハンドオーバエンドポイントを決定する1つのモデル,ハンドオーバ開始のタイミングを予測する3つのモデルを提案する。
論文 参考訳（メタデータ） (2025-03-06T17:23:55Z) - Exploring Causality for HRI: A Case Study on Robotic Mental Well-being Coaching [9.131470351183392]
本研究は, 相互作用における順応性の効果について, より深い知見を得ることを目的としている。
本研究は,マクロレベルの因果解析とマイクロレベルの因果解析を併用することにより,相互作用中の順応性によって幸福感が向上する可能性について,より深い知見を得ることを目的とする。
論文 参考訳（メタデータ） (2025-03-04T08:56:47Z) - The Empirical Impact of Forgetting and Transfer in Continual Visual Odometry [4.704582238028159]
本研究は, ニューラルネットワークにおける破滅的記憶の影響と知識伝達の有効性を, 具体的環境下で連続的に学習したニューラルネットワークを用いて検討した。
環境間の高い伝達性を有する初期満足度性能を観察し,その後に特殊化相を呈する。
これらの知見は、生涯のロボット工学における適応と記憶保持のバランスをとることのオープンな課題を強調している。
論文 参考訳（メタデータ） (2024-06-03T21:32:50Z) - Persistent-Transient Duality: A Multi-mechanism Approach for Modeling
Human-Object Interaction [58.67761673662716]
人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。
人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。
本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
論文 参考訳（メタデータ） (2023-07-24T12:21:33Z) - 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)
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。