論文の概要: Comparative Evaluation of an XR Pen-based Control Interface for Semi-Autonomous Mobile Robot Navigation in Service Environments

• arxiv url: http://arxiv.org/abs/2609.31117v1
• Date: Fri, 25 Sep 2026 11:07:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.358305
• Title: Comparative Evaluation of an XR Pen-based Control Interface for Semi-Autonomous Mobile Robot Navigation in Service Environments
• Title（参考訳）: サービス環境における半自律移動ロボットナビゲーションのためのXRペン制御インタフェースの比較評価
• Abstract要約: 本稿では,Augmented Reality(AR)において,商用XRペンを用いて半自律移動ロボットを動作させる制御インタフェースを提案する。 XRモーションコントローラとハンドジェスチャをベースとした2つの追加インターフェースが同じフレームワーク内で開発された。 これらのインタフェースの性能と利用者の認識を評価するために,10人の被験者を対象に4つの制御方法を比較した。
• 参考スコア（独自算出の注目度）: 7.078093029821509
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Service robots remain difficult to deploy in domestic environments, partly because fully autonomous operation is not yet reliable in unpredictable surroundings, and partly because conventional control methods remain inaccessible to novice users. Extended Reality (XR) enables operators to visualize robot information overlaid onto the real world and to interact with augmented elements. Yet, common XR control methods, such as motion controllers and hand gestures, are still perceived as unintuitive. This paper presents a control interface that uses a commercial XR pen to command a semi-autonomous mobile robot in Augmented Reality (AR): the operator points at a position in the room, selects it, and drags an augmented arrow to set the desired orientation of the robot at this destination. Two additional interfaces, based on the XR motion controllers and hand gestures, were developed within the same framework. To assess the performance and users' perception of these interfaces, and of the XR pen in particular, a study with 10 participants compared four control methods, i.e., the XR pen, the XR motion controllers, hand gestures, and a computer-based baseline RViz, in navigation tasks performed in a home-like environment. Results show that the XR pen significantly outperforms the other methods in task selection time with the most consistent selections, and that the XR motion controllers obtain the best perceived workload and usability scores, ahead of the computer-based baseline, supporting XR-based control as an intuitive alternative for novice users. However, technical limitations in the integration of the recently released XR pen currently hold back its user experience.
• Abstract（参考訳）: サービスロボットは、完全自律運転が予測不能な環境においてまだ信頼性が低いことや、従来の制御方法が初心者にはアクセスできないことなどから、国内環境への展開が困難なままである。 拡張現実感(XR)は、オペレーターが現実世界にオーバーレイされたロボット情報を可視化し、拡張要素と対話することを可能にする。 しかし、モーションコントローラやハンドジェスチャなどの一般的なXR制御手法は、まだ直感的ではないと認識されている。 本稿では,市販のXRペンを用いて,Augmented Reality (AR) における半自律移動ロボットの操作を行う制御インタフェースを提案する。 XRモーションコントローラとハンドジェスチャをベースとした2つの追加インターフェースが同じフレームワーク内で開発された。 XRペン, XRモーションコントローラ, ハンドジェスチャー, コンピュータベースのベースラインRVizの4つの制御手法を, 家庭内環境におけるナビゲーションタスクにおいて比較した。 その結果、XRペンはタスク選択時間において、最も一貫した選択によって、他の方法よりも大幅に優れており、XRモーションコントローラは、コンピュータベースベースラインよりも先に、最も認識された作業負荷とユーザビリティのスコアを取得し、初心者の直感的な代替手段としてXRベースの制御をサポートする。 しかしながら、最近リリースされたXRペンの統合に関する技術的な制限は、ユーザエクスペリエンスを支えている。

関連論文リスト

• MobileVLA-R1 2.0: RL-Enhanced Reasoning for Mobile Robot Control [63.85634404397772]
  MobileVLA-R1 2.0は、移動ロボットのためのRL拡張ビジョン言語アクションフレームワークである。 教師付きChain-of-Thought(CoT)アライメントと強化学習を通じて、具体的軌道上の多粒性推論を学習する。 VLN-CE, QUARD, およびUnitree Go2およびG1ロボットへの実環境展開を網羅し, 言語誘導ナビゲーション, 四脚制御, ヒューマノイド移動操作の評価を行った。
  論文  参考訳（メタデータ） (2026-09-05T20:31:14Z)
• An Augmented Reality Brain-Robot Interface for Generalist Robot Arm Manipulation [0.32326259807823027]
  本稿では、視線に基づく物体選択と運動画像の動作制御を組み合わせたAR脳ロボットインタフェース(BRI)を提案する。 本システムでは、直感的なオブジェクトターゲティングのためのアイトラッキングと、タスクを通してユーザを誘導するコンテキスト対応視覚オーバーレイを用いている。
  論文  参考訳（メタデータ） (2026-06-15T08:50:43Z)
• XRZero-G0: Pushing the Frontier of Dexterous Robotic Manipulation with Interfaces, Quality and Ratios [10.349987856533723]
  XRZero-G0(XRZero-G0)は、データ収集とポリシー学習のためのハードウェアとソフトウェアの共同設計システムである。 我々は、目標となる物理ロボットにゼロショットのクロスボデーメント転送を可能にする2000時間ロボットフリーデータセットを構築した。
  論文  参考訳（メタデータ） (2026-04-14T17:34:21Z)
• Gaze-Aware Task Progression Detection Framework for Human-Robot Interaction Using RGB Cameras [0.0]
  人間-ロボットインタラクション(HRI)では、人間の視線を検出することで、ロボットがユーザーの注意と意図を解釈するのに役立つ。 統合ディスプレイインタフェースを介して情報を伝達する際のタスク進行を検出するためのキャリブレーションフリーフレームワークを提案する。 その結果,タスク完了検出精度は77.6%であった。
  論文  参考訳（メタデータ） (2026-03-16T22:03:02Z)
• Pro-HOI: Perceptive Root-guided Humanoid-Object Interaction [57.252599851031505]
  本稿では,知覚根誘導型ヒューマノイドオブジェクトインタラクション,Pro-HOIを紹介する。 Pro-HOIは、堅牢なヒューマノイドロコ操作のための一般化可能なフレームワークである。 ユニツリーG1ロボットの実証検証は、Pro-HOIが一般化と堅牢性においてベースラインを著しく上回っていることを示す。
  論文  参考訳（メタデータ） (2026-03-01T14:19:59Z)
• DexterityGen: Foundation Controller for Unprecedented Dexterity [67.15251368211361]
  ツール使用など,ロボットの巧妙な操作スキルを教えることは,大きな課題となる。 現在のアプローチは、人間の遠隔操作(模倣学習)とシミュレート・トゥ・リアル強化学習(sim-to-real reinforcement learning)の2つの戦略に大別できる。 本稿では,手動回転や翻訳などの大規模動きプリミティブをRLで事前学習するDexterityGenを紹介する。 現実の世界では、人間の遠隔操作をコントローラーのプロンプトとして利用し、厳密な振る舞いを生み出す。
  論文  参考訳（メタデータ） (2025-02-06T18:49:35Z)
• AdaptiX -- A Transitional XR Framework for Development and Evaluation of Shared Control Applications in Assistive Robotics [5.651597803136407]
  本稿では,高分解能シミュレーション環境における共有制御アプリケーションの開発と評価のためのAdaptiXフレームワークを提案する。 初期のフレームワークは、仮想現実感(VR)の例を含むシミュレーションされたロボットアーム、複数の標準制御インタフェース、特殊な記録/再生システムで構成されている。 本稿では,AdaptiXの能力と限界を概観し,その枠組みに基づく3つの研究分野について述べる。
  論文  参考訳（メタデータ） (2023-10-24T14:44:41Z)
• Principles and Guidelines for Evaluating Social Robot Navigation Algorithms [44.51586279645062]
  社会的ロボットナビゲーションは、動的エージェントとそのロボット行動の適切性に対する認識が関係しているため、評価が難しい。 コントリビューションには、(a)安全性、快適性、妥当性、丁寧さ、社会的能力、エージェント理解、活動性、文脈に対する応答性に関する原則、(b)メトリクスの使用のためのガイドライン、シナリオ、ベンチマーク、データセット、社会ナビゲーションを評価するためのシミュレーター、(c)様々なシミュレーター、ロボット、データセットの結果の比較を容易にするソーシャルナビゲーションメトリクスフレームワークなどが含まれます。
  論文  参考訳（メタデータ） (2023-06-29T07:31:43Z)
• CorNav: Autonomous Agent with Self-Corrected Planning for Zero-Shot Vision-and-Language Navigation [73.78984332354636]
  CorNavは視覚・言語ナビゲーションのための新しいゼロショットフレームワークである。 将来の計画の見直しや行動調整のための環境フィードバックが組み込まれている。 ゼロショットマルチタスク設定ですべてのベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2023-06-17T11:44:04Z)

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。