論文の概要: Multimodal-Language-Model-Driven Interaction and Companionship for Service Robots in Elderly-Care Facilities
- arxiv url: http://arxiv.org/abs/2608.21387v1
- Date: Wed, 22 Jul 2026 05:27:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-05 14:48:16.074271
- Title: Multimodal-Language-Model-Driven Interaction and Companionship for Service Robots in Elderly-Care Facilities
- Title（参考訳）: 高齢者施設におけるサービスロボットのマルチモーダル・ランゲージ・モデル駆動インタラクションとコンパニオンシップ
- Abstract要約: サービスロボットは、介護者の負担を軽減し、日々のケアの質を高めるために、高齢者医療施設にますます配備されている。
本稿では,意図的理解とタスク実行のための,アクティブな視覚的人物追従,リアルタイム音声対話を統合化する知的な協調ロボットシステムを提案する。
VLMベースの安全エージェントは、視覚的観察を継続的に分析し、転倒または異常な姿勢を検出し、必要に応じて緊急応答をトリガーする。
- 参考スコア（独自算出の注目度）: 0.5161531917413708
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Service robots are increasingly deployed in elderly-care facilities to alleviate caregiver workload and enhance the quality of daily care. However, most existing studies focus on isolated service functions and lack integrated capabilities for continuous companionship, natural interaction, and safety monitoring. In this paper, we present an intelligent companion robot system that unifies active visual human-following, real-time LLM-driven speech interaction for intent understanding and task execution, and VLM-based safety monitoring for fall detection and abnormal posture assessment. The perception layer ensures robust human tracking and uses an active gimbal to maintain the user in view during occlusions or abrupt movements. At the interaction layer, a Large Language Model interprets spoken requests and maps them to robot actions, enabling escorting and semantic navigation. Simultaneously, a VLM-based safety agent continuously analyzes visual observations to detect fall-related or abnormal postures and triggers emergency responses when necessary. Experimental results demonstrate the system's ability to reliably follow and interact with humans, while effectively detecting potential falls to ensure user safety.
- Abstract（参考訳）: サービスロボットは、介護者の負担を軽減し、日々のケアの質を高めるために、高齢者医療施設にますます配備されている。
しかしながら、既存のほとんどの研究は、分離されたサービス機能に焦点を合わせており、継続的コンパニオン、自然なインタラクション、安全監視のための統合機能が欠如している。
本稿では、意図的理解とタスク実行のためのアクティブな視覚的LLM駆動音声インタラクションと、転倒検出と異常姿勢評価のためのVLMベースの安全監視を統合化するインテリジェント・コンパニオン・ロボットシステムを提案する。
認識層は、堅牢な人間の追跡を保証し、アクティブジンバルを使用して、閉塞または急激な動きの間、ユーザを視認する。
対話層では、Large Language Modelが音声要求を解釈し、ロボットアクションにマップし、エスコートとセマンティックナビゲーションを可能にする。
同時に、VLMベースの安全エージェントは、視覚的観察を継続的に分析し、転倒または異常な姿勢を検出し、必要に応じて緊急応答をトリガーする。
実験の結果は、システムが人間に確実に追従し、対話する能力を示すと同時に、ユーザーの安全を確保するために、潜在的な転倒を効果的に検出することを示した。
関連論文リスト
- LIBERO-Agent: Evaluating General-Purpose Agents for Direct Embodied Manipulation [69.6306613959287]
汎用エージェントは、フィードバックから行動の計画、使用、修正を行うことができるが、これらの機能がデジタル環境から具体的操作へ移行するかどうかは不明だ。
本稿では,ロボット操作タスクにおけるエージェント評価のためのエージェントネイティブベンチマークであるLIBERO-Agentを紹介する。
論文 参考訳（メタデータ） (2026-09-30T11:10:10Z) - A Systems Engineering Framework for Vision-Language-Enabled UAV Triage and Disaster Response [1.8479315677380457]
本研究では,人間のUAVループ内の協調エージェントとして視覚言語モデル(VLM)を組み込む可能性について検討する。
提案アーキテクチャは,自然言語インタラクション,ミッションレベルのタスク調整,ソフトウェア・イン・ザ・ループの実装,インシデントコマンドシステム(ICS)との通信を統合する。
VLMコーディネータエージェント、UAVミッションコントロール、タスクアロケータの3つの重要な要素が統合されたシミュレーションと制御環境で実装された。
論文 参考訳（メタデータ） (2026-07-30T02:35:39Z) - Gimbal-Based Human Tracking for Companion Robots Using Continual Learning [0.5161531917413708]
移動ロボットに組み込まれたジンバル搭載カメラを用いた人体追跡手法を提案する。
外観や環境条件の変化に対応するために、人物の再識別作業に継続的学習戦略を適用する。
実験の結果,提案システムは人間の追跡の安定性と連続性を大幅に向上させることがわかった。
論文 参考訳（メタデータ） (2026-07-22T05:36:47Z) - Multi-Modal Multi-Agent Robotic Cognitive Alignment enabled by Non-Invasive Consumer Brain Computer Interfaces: A Proof of Concept Exploration [2.8348164438226537]
本稿では,「認知的整合」なマルチエージェントインタラクションを生成するためのフレームワークを提案する。
本稿では,自律的なタスク実行とリアルタイム神経生理学的焦点の相互作用を探索するクローズドループアーキテクチャの設計と実装について述べる。
論文 参考訳（メタデータ） (2026-06-11T10:58:31Z) - Cooperative Informative Sensing for Monitoring Dynamic Indoor Environments via Multi-Agent Reinforcement Learning [56.64821510576244]
我々は,複数のロボットが動作を調整し,部分観測可能性下での監視精度を直接最適化する分散制御問題として,協調的アクティブな観察を定式化する。
本稿では,多エージェント強化学習(MARL)を用いた分散観測から,多人数の人間と時間的依存関係を扱うアーキテクチャを基盤とした協調政策学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-25T07:20:15Z) - ActiveGlasses: Learning Manipulation with Active Vision from Ego-centric Human Demonstration [51.69384671495837]
ActiveGlassesは、エゴ中心の人間のデモからロボット操作を学習するシステムである。
スマートグラスに装着されたステレオカメラは、データ収集とポリシー推論の両方のための唯一の認識装置として機能する。
ゼロ・トランスファーを可能にするために,デモからオブジェクト・トラジェクトリを抽出し,オブジェクト中心のポイント・クラウド・ポリシーを用いて操作と頭部運動を協調的に予測する。
論文 参考訳（メタデータ） (2026-04-09T17:59:08Z) - Safety in Embodied AI: A Survey of Risks, Attacks, and Defenses [168.50301366360344]
Embodied AI (Embodied AI) は、知覚、認知、計画、相互作用を、安全クリティカルな環境で機能するエージェントに統合する。
デジタルAIシステムとは異なり、エンボディエージェントは不確実な検知、不完全な知識、動的な人間とロボットの相互作用の下で行動しなければならない。
この調査は、エンボディされたAIにおける安全性研究の包括的なレビューを提供し、完全なエンボディされたパイプラインにわたる攻撃と防御を調査している。
論文 参考訳（メタデータ） (2026-03-28T13:21:44Z) - 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) - Uncertainty Aware-Predictive Control Barrier Functions: Safer Human Robot Interaction through Probabilistic Motion Forecasting [13.020006323600251]
不確かさを意識した予測制御バリア関数は、制御バリア関数の正式な安全性を保証することで、確率的手の動き予測を融合させる。
UA-PCBFは、将来の人間の状態をより深く理解した協力型ロボットに力を与える。
最先端のHRIアーキテクチャとは対照的に、UA-PCBFはタスククリティカルなメトリクスでより良いパフォーマンスを示す。
論文 参考訳（メタデータ） (2025-08-28T14:11:26Z) - Casper: Inferring Diverse Intents for Assistive Teleoperation with Vision Language Models [50.19518681574399]
現実の遠隔操作における中心的な課題は、ロボットがユーザー制御入力から幅広い人間の意図を推測することである。
我々は、事前学習された視覚言語モデルに埋め込まれたコモンセンス知識を活用する、支援型遠隔操作システムであるCasperを紹介する。
我々は,Casperがタスク性能を改善し,人間の認知負荷を低減し,直接遠隔操作や補助遠隔操作のベースラインよりもユーザ満足度が高いことを示す。
論文 参考訳（メタデータ） (2025-06-17T17:06:43Z)
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。