論文の概要: HaptiNet: Networked Haptic Robots Enable Physical Co-presence in Geographically-Unconstrained Rehabilitation

• arxiv url: http://arxiv.org/abs/2609.04799v1
• Date: Fri, 04 Sep 2026 06:54:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.938096
• Title: HaptiNet: Networked Haptic Robots Enable Physical Co-presence in Geographically-Unconstrained Rehabilitation
• Title（参考訳）: HaptiNet: 地理的制約のないリハビリテーションにおける物理的コプレゼンスを可能にするネットワーク型触覚ロボット
• Abstract要約: HaptiNetは、力によるインタラクションを通じて地理的に分散されたユーザに対して物理的な共存を可能にする触覚ロボットシステムである。 HaptiNetを健常者284名,神経障害患者111名に対して,段階的に現実的な設定で検証した。 約4,000kmの都市間リンクで、HaptiNetは神経障害のある患者の間で安定した触覚相互作用を維持した。
• 参考スコア（独自算出の注目度）: 38.88878166373489
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cooperative rehabilitation enhances engagement, task performance, and social-motor interaction, yet it demands physical co-presence: users must transmit forces, coordinate movements, and infer intent through haptic contact. Telerehabilitation promises to expand access for patients constrained by distance, mobility, or clinical disparities, yet current techniques remain predominantly audiovisual while leaving users haptically and physically isolated. Here, we introduce HaptiNet, a networked haptic robotic system enabling physical co-presence for geographically distributed users via force-mediated interaction. Each robotic terminal features a low-inertia, long-stroke design with high force-feedback capacity, tailored for haptic rendering in upper-limb training. Building on these terminals, HaptiNet creates a distributed haptic network with an imitation-learning-based delay compensator, enabling users to physically perceive and coordinate with one another over distance. We validated HaptiNet in 284 healthy participants and 111 patients with neurological impairments across progressively realistic settings, including laboratory tests, cross-city deployments, and clinical applications. HaptiNet preserved task-level force rendering consistency across single-user and multi-user scenarios. Compared with solo and visual cooperative training, haptic cooperation improved task performance by 24% and 22%, respectively, while also boosting engagement and interpersonal motor synchrony. Across three intercity links totaling approximately 4,000 km, HaptiNet maintained stable haptic interaction among patients with neurological impairments, producing a 3.87-fold greater baseline-to-training score improvement and a 106% higher patient-applied effort over the solo condition.
• Abstract（参考訳）: 協調リハビリテーションは、エンゲージメント、タスクパフォーマンス、社会的モトラーの相互作用を促進するが、物理的なコプレゼンスを必要とする: ユーザーは、触覚接触を通じて力の伝達、動きの調整、意図の推測をしなければならない。 遠隔リハビリテーションは、距離、移動性、臨床格差に制約された患者のアクセスを拡大することを約束するが、現在の技術は主にオーディオヴィジュアルであり、利用者は快く物理的に孤立している。 本稿では,ネットワーク型触覚ロボットシステムであるHaptiNetを紹介する。 それぞれのロボット端末は、低慣性で長ストロークな設計で、高力フィードバック能力を持ち、上肢トレーニングの触覚レンダリング用に調整されている。 これらの端末上に構築されたHaptiNetは、模倣学習に基づく遅延補償器を備えた分散触覚ネットワークを作成する。 HaptiNetを健常者284名, 神経障害患者111名に対して, 検査, 都市間展開, 臨床応用を含む, 段階的に現実的な設定で検証した。 HaptiNetは、単一ユーザとマルチユーザシナリオ間のタスクレベルの力レンダリング一貫性を保持した。 単体および視覚的協調訓練と比較して、触覚協調はタスクパフォーマンスを24%と22%改善し、エンゲージメントと対人運動同期を増強した。 約4,000kmの都市間リンクで、HaptiNetは神経障害のある患者の間で安定した触覚相互作用を維持しており、3.87倍のベースライン・ツー・トレーニングスコアの改善と106%の患者対応の単独状態の改善を実現している。

関連論文リスト

• Event-based Neural Decoding for Neuroprosthetic Motor Control [1.032868563884661]
  深層ニューラルネットワークを利用した現代の人工装具は、これらの個体の生活の質を大幅に向上させるという約束を持っている。 外部の高性能プロセッサへのWired接続は患者の移動を制限し、無線接続はこれらのプロセッサに送信できる情報の量を制限する。 本稿では,タスク性能と効率を効果的にバランスさせる高性能なニューラルデコード手法を提案する。
  論文  参考訳（メタデータ） (2026-07-13T11:54:36Z)
• Design and Validation of a Lightweight 1D CNN for Affective Touch Classification in Soft Plush Companions [59.49967357689445]
  ソフトなセンサー付きコンパニオンは、社会的支援技術のための物理的に安全で感情的に直感的なインターフェースを提供する。 本研究では,ソフト・インタラクティブ・コンパニオンにおける感情的触覚認識のためのディープラーニングモデルの開発と検証を目的とした,オープンソースで拡張されたリアルタイムフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-16T10:20:05Z)
• 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)
• DiG-Net: Enhancing Quality of Life through Hyper-Range Dynamic Gesture Recognition in Assistive Robotics [2.625826951636656]
  ロボット工学に特化して設計された新しいアプローチを導入し,最大30mの距離で動的ジェスチャー認識を実現する。 提案手法では,DADAブロックと時空間グラフモジュールを効果的に組み合わせ,距離対応ゲスチャネットワーク(DiG-Net)を提案する。 かなりの距離からジェスチャーを効果的に解釈することにより、DiG-Netは在宅医療、産業安全、遠隔支援シナリオにおける補助ロボットのユーザビリティを著しく向上させる。
  論文  参考訳（メタデータ） (2025-05-30T16:47:44Z)
• Socially Interactive Agents for Robotic Neurorehabilitation Training: Conceptualization and Proof-of-concept Study [7.365940126473552]
  我々は、神経リハビリテーショントレーニング中にパーソナライズされた院外援助を提供するAIベースのシステムを導入する。 専門職の助けを借りて、想定されたシステムは、個々の患者の独自のリハビリテーション要件を満たすように設計されている。 我々のアプローチは、対話型社会的に認識された仮想エージェントを神経リハビリテーションロボットフレームワークに統合することである。
  論文  参考訳（メタデータ） (2024-06-17T19:07:05Z)
• Proprioceptive Learning with Soft Polyhedral Networks [16.188789266592032]
  プロプリオセプション(英: Proprioception)は、運動ニューロンによる手足の姿勢を検出する「第6の感覚」である。 本稿では,物理インタラクションのための組込みビジョンを備えたソフト多面体ネットワークを提案する。 この設計は、超高速モーショントラッキングシステムによって視覚的に捉えられる全方向インタラクションへの受動的適応を可能にする。
  論文  参考訳（メタデータ） (2023-08-16T17:53:40Z)
• Design, Development, and Evaluation of an Interactive Personalized Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
  パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。 このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。 我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
  論文  参考訳（メタデータ） (2023-05-12T17:37:04Z)
• The role of haptic communication in dyadic collaborative object manipulation tasks [6.46682752231823]
  ヒトの協調作業における触覚の役割について検討する。 ボード上の目標位置でボールをバランスさせるタスクを提示する。 触覚フィードバックが利用可能であれば,人間同士のコーディネートがより優れていることが分かっています。
  論文  参考訳（メタデータ） (2022-03-02T18:13:54Z)
• Designing Personalized Interaction of a Socially Assistive Robot for Stroke Rehabilitation Therapy [64.52563354823711]
  社会支援ロボットの研究は、神経学的および筋骨格疾患の患者に対する理学療法セッションを増強し、支援する可能性がある。 本稿では,運動の質を予測するために,患者個別の運動の運動特性を動的に選択できる社会支援ロボットのインタラクティブなアプローチを提案する。
  論文  参考訳（メタデータ） (2020-07-13T16:12:05Z)

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。