論文の概要: CoBrush: A Hierarchical Planning Framework for Human-Robot Co-Painting

• arxiv url: http://arxiv.org/abs/2609.35476v2
• Date: Mon, 05 Oct 2026 09:01:15 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-06 21:40:50.728342
• Title: CoBrush: A Hierarchical Planning Framework for Human-Robot Co-Painting
• Title（参考訳）: CoBrush:人間とロボットのコパインティングのための階層的計画フレームワーク
• Abstract要約: Embodied Co-paintingは、人間の意図が相互作用によって進化する間、ロボットが共有された物理的キャンバスを何度も更新する必要がある。 既存の参照駆動の画家やリアクティブアシスタントは、通常、シングルショットレンダリングやスケッチ補完に最適化されている。 コーブラッシュ(CoBrush)は,コーディネート・セマンティック・空間・実行プロセスとしてマルチラウンド・コ・ペインティングを定式化する階層型フレームワークである。
• 参考スコア（独自算出の注目度）: 60.73024554596546
• License:
• Abstract: Embodied co-painting requires a robot to repeatedly update a shared physical canvas while human intent evolves over interaction. Existing reference-driven painters or reactive assistants are typically optimized for single-shot rendering or sketch completion, limiting their ability to sustain coherent multi-round collaboration or to construct complex, content-rich scenes over time. We present CoBrush, a hierarchical framework that formulates multi-round co-painting as a coordinated semantic, spatial, and execution process. By separating high-level intent inference from spatial grounding and stroke-level control, the system supports progressive scene development on real acrylic canvases. We evaluate the framework through real human-robot painting sessions, stress tests, and user studies. Compared to single-turn baselines, our approach achieves stronger semantic alignment, more stable spatial progression, and higher perceived plausibility of robot actions. These results demonstrate that structured multi-stage reasoning improves the coherence and robustness of interactive painting and supports the progressive development of content-rich physical artworks.
• Abstract（参考訳）: Embodied Co-paintingは、人間の意図が相互作用によって進化する間、ロボットが共有された物理的キャンバスを何度も更新する必要がある。 既存の参照駆動の画家やリアクティブアシスタントは、通常、シングルショットレンダリングやスケッチ補完に最適化されており、一貫性のある複数ラウンドのコラボレーションを維持する能力や、時間とともに複雑なコンテンツリッチなシーンを構築する能力を制限する。 コーブラッシュ(CoBrush)は,コーディネート・セマンティック・空間・実行プロセスとしてマルチラウンド・コ・ペインティングを定式化する階層型フレームワークである。 空間的接地とストロークレベルの制御から高レベルの意図推論を分離することにより、実際のアクリルキャンバスの進行的なシーン開発を支援する。 実際のロボット絵画セッション,ストレステスト,ユーザスタディを通じて,本フレームワークの評価を行った。 単ターンベースラインと比較して,より強いセマンティックアライメント,より安定した空間進行,ロボット動作の信頼性の向上を実現している。 これらの結果から,構造化多段階推論によりインタラクティブな絵画のコヒーレンスやロバスト性が向上し,コンテンツリッチな物理アートワークの進歩的発展を支援することが示唆された。

関連論文リスト

• Co-policy: Responsive Human-Robot Co-Creation for Musical Performances [58.92814200971293]
  Co-policyは、人間とロボットの共創のためのフレームワークである。 意味的意図の接地、制約のある音楽的変化、そしてビズーモータ実行を分離する。 拡散ポリティクスおよびアブレーションベースラインよりも,意図整合性,実行精度,応答周波数が向上した。
  論文  参考訳（メタデータ） (2026-06-18T08:08:16Z)
• ManiSplat: Manipulation Trajectory Synthesis from Monocular Video via Decoupled 3D Gaussian Splatting [28.256286705954846]
  現実の観察から動的でインタラクティブな3Dシーンを再構築することは、コンピュータビジョンとロボティクスの基本的な課題である。 ロボットビデオから直接ガウスのデジタル双生児を制御可能で分離する統合フレームワークであるManiSplatを紹介した。 提案手法は,対話駆動型動的シーンを高忠実度かつ制御性で再構築し,下流ロボットタスクとポリシー学習を効果的に支援する。
  論文  参考訳（メタデータ） (2026-06-09T09:55:58Z)
• Composing People Together: Iterative Pose-Image Generation for Multi-Person Interaction Scenes [43.80002823999604]
  本稿では,人中心構造を事前学習した拡散トランスフォーマーに導入する2つのポーズイメージ表現を提案する。 我々のモデルは2次元ポーズ可視化画像とその対応するRGB画像を共同で予測し、学習中に構造と外観が共進化することを可能にする。
  論文  参考訳（メタデータ） (2026-05-22T02:56:34Z)
• SocialMirror: Reconstructing 3D Human Interaction Behaviors from Monocular Videos with Semantic and Geometric Guidance [49.69016078147708]
  密接な相互作用シナリオにおける人間の行動の正確な再構築は、拡張現実における現実的な仮想インタラクションの実現に不可欠である。 本稿では,これらの問題に効果的に対処するための意味的および幾何学的手がかりを統合する拡散ベースのフレームワークであるSocialMirrorを提案する。 SocialMirrorはインタラクティブなヒューマンメッシュを再構築する上で,最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-04-15T07:41:52Z)
• Action-Sketcher: From Reasoning to Action via Visual Sketches for Long-Horizon Robotic Manipulation [37.76888706583038]
  長距離ロボット操作は、現実世界の展開においてますます重要になっている。 既存のエンドツーエンドおよび階層的なビジョン・ランゲージ・アクションポリシーは、しばしばテキストのみの手がかりに依存している。 ロボットの現在のビューに、ポイント、ボックス、矢印、型付き関係を描画する、不可解な視覚中間体であるVisual Sketchを導入する。 本稿では,サイクリックSee-Think-Sketch-Actワークフローで動作するVLAフレームワークであるAction-Sketcherを紹介する。
  論文  参考訳（メタデータ） (2026-01-04T17:53:42Z)
• Loomis Painter: Reconstructing the Painting Process [56.713812157283805]
  ステップバイステップの絵画チュートリアルは芸術的技法を学ぶのに不可欠であるが、既存のビデオリソースには対話性とパーソナライゼーションが欠如している。 セマンティクス駆動型スタイル制御機構を用いたマルチメディア描画プロセス生成のための統一的なフレームワークを提案する。 また、実際の絵画プロセスの大規模データセットを構築し、メディア間の整合性、時間的コヒーレンス、最終的なイメージの忠実性を評価する。
  論文  参考訳（メタデータ） (2025-11-21T16:06:32Z)
• Real-Time Intuitive AI Drawing System for Collaboration: Enhancing Human Creativity through Formal and Contextual Intent Integration [26.920087528015205]
  本稿では,形式的意図と文脈的意図の両方を解釈・統合するリアルタイム生成システムを提案する。 このシステムは,共有キャンバス上でのマルチユーザコラボレーションをサポートしながら,低レイテンシで2段階の変換を実現する。
  論文  参考訳（メタデータ） (2025-08-12T01:34:23Z)
• HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception [57.37135310143126]
  HO SIGは階層的なシーン認識を通じて全体インタラクションを合成するための新しいフレームワークである。 我々のフレームワークは、自己回帰生成による運動長の無制限化をサポートし、手動による介入を最小限に抑える。 この研究は、シーン認識ナビゲーションとデクスタラスオブジェクト操作の間に重要なギャップを埋める。
  論文  参考訳（メタデータ） (2025-06-02T12:08:08Z)
• Hi-Dyna Graph: Hierarchical Dynamic Scene Graph for Robotic Autonomy in Human-Centric Environments [41.80879866951797]
  Hi-Dyna Graphは階層的な動的シーングラフアーキテクチャで、永続的なグローバルレイアウトと局所的な動的セマンティクスを統合し、ロボットの自律性を具現化する。 大型言語モデル(LLM)を利用したエージェントを用いて、統一されたグラフを解釈し、遅延タスクトリガーを推論し、ロボットの余裕に基づいて実行可能な命令を生成する。
  論文  参考訳（メタデータ） (2025-05-30T03:35:29Z)

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。