Fugu-MT 論文翻訳(概要): Design of a Human-Assistance Robot System with Contextual Action Recognition

論文の概要: Design of a Human-Assistance Robot System with Contextual Action Recognition

arxiv url: http://arxiv.org/abs/2608.22028v1
Date: Sat, 22 Aug 2026 16:13:18 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-25 13:29:43.559753
Title: Design of a Human-Assistance Robot System with Contextual Action Recognition
Title（参考訳）: 文脈行動認識を用いた人間支援ロボットシステムの設計
Authors: Amanuel Ergogo, Teresa Zielińska,
Abstract要約: システムアーキテクチャの概要を概説し,代表的な例として,コンテキスト的人間行動認識(HAR),行動木(BT),ROS(ROS)を取り入れたSpotロボットプラットフォームを例に挙げる。本稿では,HARによってロボットが積極的に支援し,その限界について議論し,これらの制約に対処するための文脈的HARの方法論を導入する方法について説明する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents a conceptual design for a proactive human assisting robot system capable of recognizing human activities and responding proactively. The system leverages contextual human activity recognition to interpret human actions across diverse contexts, while behavior trees are utilized to define dynamic and interpretable robot behaviors. We outline the system architecture, incorporating contextual human action recognition (HAR), behavior trees (BTs), and ROS, using the Spot robot platform as a representative example. We explain how HAR enables the robot to provide proactive assistance, discuss its limitations, and introduce methodologies for contextual HAR to address these limitations, thereby enhancing the robot's decision-making in complex human activity scenarios.
Abstract（参考訳）: 本稿では,人間の活動を認識し,積極的に対応できる能動的支援ロボットシステムの概念設計について述べる。このシステムは、コンテキスト的人間の行動認識を利用して、さまざまなコンテキストにわたる人間の行動の解釈を行う。システムアーキテクチャの概要を概説し,代表的な例として,コンテキスト的人間行動認識(HAR),行動木(BT),ROS(ROS)を取り入れたSpotロボットプラットフォームを例に挙げる。本稿では,HARによってロボットが積極的に支援し,その限界を議論し,これらの制約に対処するための文脈的HARの方法論を導入し,複雑な人間の活動シナリオにおけるロボットの意思決定を強化する方法について説明する。

関連論文リスト

Safe, Fluent and Acceptable Motion Generation and Execution for Human--Robot Interaction in Manufacturing Environments [0.9786690381850353]
ロボットシステムにソーシャル・アウェア・モーション・コントロールを統合することとの関連性について論じる。本研究では,4つの社会的インフォームドロボット行動を生成するモデル予測制御フレームワークを実装した。その結果,ロボット行動の変動が,システムの社会的受容性に大きく影響していることが示唆された。
論文参考訳（メタデータ） (2026-06-07T17:21:07Z)
Identifying Influential Actions in Human-Robot Interactions [0.27998963147546146]
本稿では,移動エントロピーを用いたロボット行動の同定手法を提案する。本研究では,遠隔操作ロボットアバターとの会話において,ロボットの動作が人間の行動にどう影響するかを解析するために,本手法を適用した。
論文参考訳（メタデータ） (2026-03-09T01:48:20Z)
Recognizing Actions from Robotic View for Natural Human-Robot Interaction [52.00935005918032]
自然人-ロボットインタラクション(Natural Human-Robot Interaction, N-HRI)は、ロボット自身が動いているか静止しているかに関わらず、ロボットが様々な距離と状態で人間の行動を認識することを要求する。 N-HRIの既存のベンチマークは、限られたデータ、モダリティ、タスクカテゴリ、主題や環境の多様性のために、N-HRIのユニークな複雑さに対処できない。モバイルサービスロボットで広く使われている知覚中心ロボットビューのための大規模データセット(Action from Robotic View)を紹介する。
論文参考訳（メタデータ） (2025-07-30T09:48:34Z)
A Multi-Modal Explainability Approach for Human-Aware Robots in Multi-Party Conversation [38.227022474450834]
本稿では,従来の最先端技術と比較して性能が向上したアドレス推定モデルを提案する。また、上記のアーキテクチャに説明可能性と透明性を組み込むいくつかの方法を提案する。
論文参考訳（メタデータ） (2024-05-20T13:09:32Z)
Real-time Addressee Estimation: Deployment of a Deep-Learning Model on the iCub Robot [52.277579221741746]
住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
論文参考訳（メタデータ） (2023-11-09T13:01:21Z)
WALL-E: Embodied Robotic WAiter Load Lifting with Large Language Model [92.90127398282209]
本稿では,最新のLarge Language Models(LLM)と既存のビジュアルグラウンドとロボットグルーピングシステムを統合する可能性について検討する。本稿では,この統合の例としてWALL-E (Embodied Robotic WAiter load lifting with Large Language model)を紹介する。我々は,このLCMを利用したシステムを物理ロボットに展開し,よりユーザフレンドリなインタフェースで指導誘導型把握タスクを実現する。
論文参考訳（メタデータ） (2023-08-30T11:35:21Z)
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)
Spatial Computing and Intuitive Interaction: Bringing Mixed Reality and Robotics Together [68.44697646919515]
本稿では,空間コンピューティングを応用し,新しいロボットのユースケースを実現するためのロボットシステムについて述べる。空間コンピューティングとエゴセントリックな感覚を複合現実感デバイスに組み合わせることで、人間の行動をキャプチャして理解し、それらを空間的な意味を持つ行動に変換することができる。
論文参考訳（メタデータ） (2022-02-03T10:04:26Z)
A MultiModal Social Robot Toward Personalized Emotion Interaction [1.2183405753834562]
本研究では,ロボットインタラクションポリシーを強化するために,強化学習を伴うマルチモーダルヒューマンロボットインタラクション(HRI)フレームワークを実証する。目標は、ロボットがより自然で魅力的なHRIフレームワークを作れるように、このフレームワークを社会シナリオに適用することだ。
論文参考訳（メタデータ） (2021-10-08T00:35:44Z)
Show Me What You Can Do: Capability Calibration on Reachable Workspace for Human-Robot Collaboration [83.4081612443128]
本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
論文参考訳（メタデータ） (2021-03-06T09:14:30Z)

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。