論文の概要: Freehand Sketching for End-User Programming of Robot Swarms

• arxiv url: http://arxiv.org/abs/2609.11078v1
• Date: Thu, 10 Sep 2026 04:34:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 23:53:35.212261
• Title: Freehand Sketching for End-User Programming of Robot Swarms
• Title（参考訳）: ロボットスワムのエンドユーザープログラミングのためのフリーハンドスケッチ
• Abstract要約: 本稿では,ロボット群を特定するためのエンドユーザープログラミングインタフェースとしてのフリーハンドスケッチについて検討する。 ユーザは描画を通じて空間的意図を伝達し、Swarmはターゲット形成ポイントを自律的に抽出する。 得られたスケッチ・ツー・スウォーム・フレームワークは、フリーハンド・フォーメーション・仕様のユーザビリティを調べる人間による研究を通じて評価される。
• 参考スコア（独自算出の注目度）: 5.463395053888906
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robot swarms are increasingly used in applications where accessible interaction with non-expert users is desirable. This paper investigates freehand sketching as an end-user programming interface for specifying robot swarm geometries. Users communicate spatial intent through a drawing, while the swarm autonomously extracts target formation points, constructs a rigid formation graph, assigns robots to formation nodes, and executes distributed formation control with a guarantee against unintended reflected formations. The resulting sketch-to-swarm framework is evaluated through a human study examining the usability of freehand formation specification. Twenty participants generated $42$ geometric shapes, and the interface achieved a mean System Usability Scale score of $84.25$, which conventionally indicates high perceived usability. The results support freehand sketching as an intuitive interaction abstraction for human-swarm collaboration without requiring robotics or programming expertise.
• Abstract（参考訳）: ロボットスワムは、非専門家ユーザとのアクセス可能なインタラクションが望ましいアプリケーションにおいて、ますます利用されている。 本稿では,ロボット群地形を特定するためのエンドユーザープログラミングインタフェースとしてのフリーハンドスケッチについて検討する。 ユーザは描画を通じて空間的意図を伝達し、Swarmはターゲット形成点を自律的に抽出し、剛体形成グラフを構築し、構成ノードにロボットを割り当て、意図しない反射形成に対する保証で分散形成制御を実行する。 得られたスケッチ・ツー・スウォーム・フレームワークは、フリーハンド・フォーメーション・仕様のユーザビリティを調べる人間による研究を通じて評価される。 20人の参加者が42ドルで幾何学的形状を生成し、インタフェースは平均的なシステムユーザビリティ尺度スコアを84.25ドルで達成した。 この結果は、ロボット工学やプログラミングの専門知識を必要とせずに、人間とスワムのコラボレーションのための直感的な相互作用抽象化として、フリーハンドスケッチをサポートする。

関連論文リスト

• Robot Learning from Human Demonstrations: Handwritten Alphabet Trajectories and Human-Likeness Evaluation [0.26763498831034044]
  本稿では,人間のようなロボットの動きを実演から学習するための枠組みを提案する。 参加者22名から3,142名の手書きによる実演のデータセットを収集した。 21名の被験者によるユーザスタディは、生成された軌跡の人間的類似性を評価した。
  論文  参考訳（メタデータ） (2026-08-06T16:12:18Z)
• Interactive Robot Programming for Surface Finishing via Task-Centric Mixed Reality Interfaces [5.67537424643785]
  共同作業型ロボットは、小型の工芸品や製造環境において表面仕上げにはほとんど使われない。 新しいサーフェスセグメンテーションアルゴリズムは、人間の入力を組み込んで処理する領域を特定する。 ユーザーはロボットの学習モデルに対して継続的な視覚的フィードバックを受ける。
  論文  参考訳（メタデータ） (2025-12-29T17:21:01Z)
• RoboPEPP: Vision-Based Robot Pose and Joint Angle Estimation through Embedding Predictive Pre-Training [27.63332596592781]
  関節角度の不明な関節ロボットの視覚に基づくポーズ推定は、協調ロボット工学や人間とロボットのインタラクションタスクに応用できる。 現在のフレームワークでは、ニューラルネットワークエンコーダを使用して、画像の特徴と下流層を抽出し、関節角とロボットのポーズを予測する。 本稿では,ロボットの物理モデルに関する情報を,マスクを用いた自己教師型埋め込み予測アーキテクチャを用いてエンコーダに融合させる手法であるRoboPEPPを紹介する。
  論文  参考訳（メタデータ） (2024-11-26T18:26:17Z)
• 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)
• Gesture2Path: Imitation Learning for Gesture-aware Navigation [54.570943577423094]
  Gesture2Pathは、画像に基づく模倣学習とモデル予測制御を組み合わせた新しいソーシャルナビゲーション手法である。 実際のロボットに本手法をデプロイし,4つのジェスチャーナビゲーションシナリオに対するアプローチの有効性を示す。
  論文  参考訳（メタデータ） (2022-09-19T23:05:36Z)
• I Know What You Draw: Learning Grasp Detection Conditioned on a Few Freehand Sketches [74.63313641583602]
  そこで本研究では,スケッチ画像に関連のある潜在的な把握構成を生成する手法を提案する。 私たちのモデルは、現実世界のアプリケーションで簡単に実装できるエンドツーエンドで訓練され、テストされています。
  論文  参考訳（メタデータ） (2022-05-09T04:23:36Z)
• Can Foundation Models Perform Zero-Shot Task Specification For Robot Manipulation? [54.442692221567796]
  タスク仕様は、熟練していないエンドユーザの関与とパーソナライズされたロボットの採用に不可欠である。 タスク仕様に対する広く研究されているアプローチは、目標を通じて、コンパクトな状態ベクトルまたは同じロボットシーンのゴールイメージを使用することである。 そこで本研究では,人間の指定や使用が容易な目標仕様の代替的,より汎用的な形式について検討する。
  論文  参考訳（メタデータ） (2022-04-23T19:39:49Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)
• Projection Mapping Implementation: Enabling Direct Externalization of Perception Results and Action Intent to Improve Robot Explainability [62.03014078810652]
  既存の非言語的手がかり、例えば目視や腕の動きに関する研究は、ロボットの内部状態を正確に示さないかもしれない。 状態をロボットの動作環境に直接投影することは、直接的で正確でより健全であるという利点がある。
  論文  参考訳（メタデータ） (2020-10-05T18:16:20Z)

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。