論文の概要: Beyond Object Selection:Markerless Gaze-based Robot Placement at Arbitrary Position
- arxiv url: http://arxiv.org/abs/2609.00478v1
- Date: Mon, 31 Aug 2026 23:27:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-02 16:31:36.161753
- Title: Beyond Object Selection:Markerless Gaze-based Robot Placement at Arbitrary Position
- Title（参考訳）: 物体選択を超えて:マークレス・ゲイズによる任意位置のロボット配置
- Authors: Yuzhi Lai, William Marx, Shenghai Yuan, Peizheng Li, Zhuoyu Ran, Andreas Zell,
- Abstract要約: 視線に基づく操作では、ポーズの精度が必ずしもタスクの精度に変換されるとは限らない。
本稿では,視線特定対象の空間誤差を直接測定するGSIE(Gaze- Surface Intersection Error)を紹介する。
実験により、GSIEでは、従来のポーズの指標によってランク付けされたアライメント手法が常に最適であるとは限らないことが示された。
- 参考スコア（独自算出の注目度）: 21.174433366755974
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Gaze-based assistive manipulation typically supports object selection, while arbitrary-position placement requires accurate spatial alignment between the headset and robot. However, for gaze-based manipulation, pose accuracy does not necessarily translate into task accuracy: translational and rotational errors jointly affect the transformed gaze ray and may compensate for each other. To study cross-device alignment from this task-oriented perspective, we present a markerless interaction framework and a dedicated cross-device dataset. We propose Graph-based Reference Selection to address sparse robot references. We further develop and benchmark multiple task-specific alignment pipelines under a unified protocol. Specifically, we introduce Gaze--Surface Intersection Error (GSIE), which directly measures the spatial error of the gaze-specified target. Experiments show that alignment methods ranked highly by conventional pose metrics are not always optimal in GSIE, demonstrating the importance of evaluating gaze-based manipulation at the task level.
- Abstract（参考訳）: ゲーズベースの補助操作は典型的にはオブジェクトの選択をサポートするが、任意の位置の配置はヘッドセットとロボットの間に正確な空間的アライメントを必要とする。
しかし、視線に基づく操作では、ポーズの精度が必ずしもタスクの精度に変換されるわけではない: 翻訳誤差と回転誤差は変換された視線に共同で影響を与え、互いに補うことができる。
このタスク指向の観点からデバイス間のアライメントを研究するために,マーカーレスインタラクションフレームワークと専用クロスデバイスデータセットを提案する。
スパースロボット参照に対処するグラフベース参照選択を提案する。
さらに、統一されたプロトコルの下で複数のタスク固有のアライメントパイプラインを開発し、ベンチマークする。
具体的には,Gaze-Surface Intersection Error (GSIE)を導入し,視線特定対象の空間誤差を直接測定する。
実験により,従来のポーズの指標によってランク付けされたアライメント手法は,GSIEにおいて必ずしも最適ではないことが明らかとなり,タスクレベルでの視線に基づく操作を評価することの重要性が示された。
関連論文リスト
- SPARC: Reliable Spatial Annotations from Robot Demonstrations at Scale [7.084784996380857]
この研究は、構造化アノテーションでロボットのデモを自動的にラベル付けするリスク認識フレームワーク、SPARC(Robot Demonstrations with Reliability)から空間時間を導入する。
境界ボックス、オブジェクトトラジェクトリ、操作フェーズラベルなどの構造化空間アノテーションは、幅広いロボット工学応用の恩恵を受ける。
論文 参考訳（メタデータ） (2026-06-11T15:46:28Z) - Learning Category-level Last-meter Navigation from RGB Demonstrations of a Single-instance [5.161531917413708]
ほとんどのRGBベースのナビゲーションシステムは、粗いメートルレベルの精度しか保証していない。
このギャップは、操作ポリシーがトレーニングデモの配布内で動作することを防ぐ。
我々は、ラストメーターナビゲーションのためのオブジェクト中心の模倣学習フレームワークを導入する。
論文 参考訳（メタデータ） (2025-12-11T23:35:05Z) - GazeTrack: High-Precision Eye Tracking Based on Regularization and Spatial Computing [2.4294291235324867]
我々は、ガゼコレクションフレームワークを設計し、高精度機器を用いて、最初の正確なベンチマークデータセットであるGazeTrackを収集する。
本稿では,オープンソースのデータセット上での瞳孔の嵌合とトレーニングを制約する新しい形状誤差正規化手法を提案する。
また、GazeTrackデータセット上の視線ベクトルを正確に予測するために、紙展開に似た新しい座標変換法を考案した。
論文 参考訳（メタデータ） (2025-11-27T16:41:32Z) - SMGeo: Cross-View Object Geo-Localization with Grid-Level Mixture-of-Experts [4.521626189942935]
クロスビューオブジェクト ジオローカライゼーションは、ドローン画像に基づいて、大規模な衛星画像間で同じ物体を正確に特定することを目的としている。
SMGeoは、オブジェクトジオローカライゼーションのための、高速でエンドツーエンドなトランスフォーマベースモデルである。
論文 参考訳（メタデータ） (2025-11-18T03:21:20Z) - SeqPE: Transformer with Sequential Position Encoding [76.22159277300891]
SeqPEは、各$n$次元位置指数をシンボルシーケンスとして表現し、軽量なシーケンシャル位置エンコーダを用いて埋め込みを学習する。
言語モデリング、長文質問応答、および2次元画像分類による実験により、SeqPEはパープレキシティ、正確なマッチング(EM)、精度の強いベースラインを超えるだけでなく、手作業によるアーキテクチャ再設計を必要とせず、多次元入力へのシームレスな一般化を可能にする。
論文 参考訳（メタデータ） (2025-06-16T09:16:40Z) - Articulated Object Manipulation using Online Axis Estimation with SAM2-Based Tracking [57.942404069484134]
アーティキュレートされたオブジェクト操作は、オブジェクトの軸を慎重に考慮する必要がある、正確なオブジェクトインタラクションを必要とする。
従来の研究では、対話的な知覚を用いて関節のある物体を操作するが、通常、オープンループのアプローチは相互作用のダイナミクスを見渡すことに悩まされる。
本稿では,対話的知覚と3次元点雲からのオンライン軸推定を統合したクローズドループパイプラインを提案する。
論文 参考訳（メタデータ） (2024-09-24T17:59:56Z) - RISeg: Robot Interactive Object Segmentation via Body Frame-Invariant
Features [6.358423536732677]
本稿では,ロボットインタラクションとデザインされたボディーフレーム不変機能を用いて,不正確なセグメンテーションを補正する新しい手法を提案する。
オブジェクト分割精度を平均80.7%とすることで、散らばったシーンを正確にセグメント化するための対話型知覚パイプラインの有効性を実証する。
論文 参考訳（メタデータ） (2024-03-04T05:03:24Z) - Deployment Prior Injection for Run-time Calibratable Object Detection [58.636806402337776]
検出器に追加のグラフ入力を導入し、事前にグラフが配置コンテキストを表す。
テストフェーズでは、事前に適切なデプロイメントコンテキストをグラフ編集を通じて検出器に注入することができる。
事前の配置が分かっていない場合でも、検出器は独自の予測を用いて、事前に近似した配置を用いて自己校正を行うことができる。
論文 参考訳（メタデータ） (2024-02-27T04:56:04Z) - Location-Aware Self-Supervised Transformers [74.76585889813207]
画像部品の相対的な位置を予測し,セマンティックセグメンテーションのためのネットワークを事前訓練する。
参照パッチのサブセットを問合せのサブセットにマスキングすることで,タスクの難しさを制御します。
実験により,この位置認識事前学習が,いくつかの難解なセマンティックセグメンテーションベンチマークに競合する表現をもたらすことが示された。
論文 参考訳（メタデータ） (2022-12-05T16:24:29Z) - Task-Oriented Over-the-Air Computation for Multi-Device Edge AI [57.50247872182593]
エッジAIをサポートするための6Gネットワークは、AIタスクの効率的かつ効率的な実行に焦点を当てたタスク指向のテクニックを備えている。
本稿では,マルチデバイススプリット推論システムにおけるタスク指向オーバー・ザ・エア計算(AirComp)方式を提案する。
論文 参考訳（メタデータ） (2022-11-02T16:35:14Z)
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。