論文の概要: GestAdapt: Workspace-Conditioned Co-Speech Gesture Generation for Humanoid Robots
- arxiv url: http://arxiv.org/abs/2609.38400v1
- Date: Tue, 29 Sep 2026 18:55:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:26.617922
- Title: GestAdapt: Workspace-Conditioned Co-Speech Gesture Generation for Humanoid Robots
- Title（参考訳）: GestAdapt:ヒューマノイドロボットのためのワークスペースによる共同音声ジェスチャ生成
- Abstract要約: ロボットのための共同音声ジェスチャーは、動作を実行するために利用可能なワークスペースに適応する必要がある。
GestAdaptは、所定の手首ワークスペースで共同音声ジェスチャー生成を行うフレームワークである。
評価の結果,生成した動きは作業空間を尊重しながら実動分布に近づいたままであることがわかった。
- 参考スコア（独自算出の注目度）: 4.657739681732484
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Co-speech gestures for robots must adapt not only to speech and embodiment, but also to the workspace available for performing the motion. Since the same speech can be accompanied by different gestures, a robot can respond to workspace constraints, e.g., gestures for speech next to a wall. In these scenarios, the robot should gesture in a suitable motion rather than simply correcting an unconstrained one. To achieve this goal, we present GestAdapt, a workspace-conditioned framework that conditions co-speech gesture generation on a prescribed wrist workspace. The GestAdapt framework learns from six complementary co-speech corpora through a shared motion representation and supports retargeting to different robot embodiments. Quantitative evaluation shows that generated motions remain close to the real-motion distribution while respecting the workspace. In a user study, gestures generated under modified workspace constraints receive a mean quality score of 3.24/5, above our no-workspace variant (2.43/5) and below the reference motions (3.68/5). In a real robot evaluation, all compared motions are retargeted to the Reachy2 humanoid robot under identical workspace constraints. Motions generated with our framework rank first in 69.7\% of comparisons, higher than our no-workspace variant baseline and retargeted ground-truth motions constrained afterward. Overall, the results support adapting gestures to the available workspace during generation, rather than modifying unconstrained trajectories afterward to satisfy workspace constraints, potentially compromising gesture naturalness.
- Abstract（参考訳）: ロボットのための共同音声ジェスチャーは、音声やエンボディメントだけでなく、動作を実行するために利用可能なワークスペースにも適応する必要がある。
同じ音声に異なるジェスチャーを付けることができるため、ロボットは作業空間の制約、例えば壁の横にある音声のジェスチャーに応答することができる。
これらのシナリオでは、ロボットは制約のない動作を単に修正するのではなく、適切な動作でジェスチャーを行う必要がある。
この目的を達成するために,所定の手首作業空間上で協調音声ジェスチャ生成を行うワークスペース条件付きフレームワークであるGestAdaptを提案する。
GestAdaptフレームワークは、6つの補完的な音声コーパスから、共有された動き表現を通じて学習し、異なるロボット体への再ターゲティングをサポートする。
定量的評価により、生成された動きはワークスペースを尊重しながら、実際の動き分布に近づいたままであることが示された。
ユーザスタディでは、修正されたワークスペース制約の下で生成されたジェスチャーは平均品質スコアが3.24/5で、非ワークスペース変種(2.43/5)より高く、参照モーション(3.68/5)以下である。
実際のロボット評価では、比較された動きはすべて、同じ作業空間制約の下でReachy2のヒューマノイドロボットに再ターゲティングされる。
フレームワークのランクが69.7 %で生成された動きは、非ワークスペースの変分ベースラインよりも高く、その後に制約された接地トラス運動よりも高い。
全体としては、作業空間の制約を満たすために制約のない軌道を変更するのではなく、ジェスチャを生成中に利用可能なワークスペースに適応することを支援する。
関連論文リスト
- TEXEDO : Test Time Scaling for Controller-aware Language-conditioned Humanoid Motion Generation [48.72797830886802]
我々はヒューマノイドモーション生成のためのテスト時間スケーリングフレームワークであるTEXEDOを紹介する。
基礎となる強力な発電機を必要とせず、運動の質を向上させる。
追跡忠実度とテキストアライメントの両方を継続的に改善することを示す。
論文 参考訳（メタデータ） (2026-06-22T08:14:35Z) - Bionic Human-Motion Style Transfer for Physically Executable Whole-Body Control of Humanoid Robots [13.21934742924018]
本稿では,ヒューマノイドロボットにおける模範駆動型スタイル転送のための世代間制御フレームワークを提案する。
物理を意識した潜伏拡散モデルが, スタイル, 内容, 軌道条件を融合するために開発された。
プレビューベースの全体追跡ポリシは、クラスタ・アンド・ディスティル戦略でトレーニングされる。
論文 参考訳（メタデータ） (2026-06-02T11:59:01Z) - Morphology-Consistent Humanoid Interaction through Robot-Centric Video Synthesis [25.249184346335557]
Dream2Actは、生成ビデオによるゼロショットインタラクションを可能にするロボット中心のフレームワークである。
Dream2Actは、ロボットネイティブ空間内で厳密に動作し、エラーを回避し、タスク固有のポリシートレーニングを取り除く。
論文 参考訳（メタデータ） (2026-03-20T07:27:09Z) - MolmoSpaces: A Large-Scale Open Ecosystem for Robot Navigation and Manipulation [56.30931340537373]
MolmoSpacesは、ロボットポリシーのベンチマークをサポートするための、完全にオープンなエコシステムである。
MolmoSpacesは230万以上の屋内環境で構成されている。
MolmoSpaces-Benchは8つのタスクのベンチマークスイートで、ロボットが私たちの多様なシーンとリッチな注釈付きオブジェクトと対話する。
論文 参考訳（メタデータ） (2026-02-11T20:16:31Z) - TextOp: Real-time Interactive Text-Driven Humanoid Robot Motion Generation and Control [62.93681680333618]
TextOpはリアルタイムテキスト駆動型ヒューマノイドモーション生成および制御フレームワークである。
ストリーミング言語コマンドと実行中のオンザフライ命令修正をサポートする。
対話型モーション生成を堅牢な全身制御でブリッジすることで、TextOpは自由形式のインテント表現をアンロックする。
論文 参考訳（メタデータ） (2026-02-07T08:42:11Z) - Learning a Unified Latent Space for Cross-Embodiment Robot Control [8.76482934005711]
本稿では,人体横断型ロボット制御のためのスケーラブルなフレームワークを提案する。
我々は、人間と多様なヒューマノイドプラットフォームをまたいだ動きを統一する、共通の潜在表現を学ぶ。
本手法は,ロボットの潜伏空間への効率的な付加を支援する。
論文 参考訳（メタデータ） (2026-01-21T19:31:17Z) - Do You Have Freestyle? Expressive Humanoid Locomotion via Audio Control [52.83779852397341]
現在のヒューマノイドロボットには表現力のある即興能力がなく、事前に定義された動きやスパースコマンドに限られている。
音声から音楽駆動ダンスと音声駆動の音声合成ジェスチャーを直接生成できる,最初の統合型音声-音声合成フレームワークであるRoboPerformを提案する。
RoboPerformは、多様な動きパターンに適応するためのResMoEポリシーと、オーディオスタイル注入のための拡散ベースの学生ポリシーを実現している。
論文 参考訳（メタデータ） (2025-12-29T17:59:24Z) - ImitationNet: Unsupervised Human-to-Robot Motion Retargeting via Shared Latent Space [9.806227900768926]
本稿では,ロボットの動きに対する新しいディープラーニング手法を提案する。
本手法では,新しいロボットへの翻訳を容易にする,人間とロボットのペアデータを必要としない。
我々のモデルは、効率と精度の観点から、人間とロボットの類似性に関する既存の研究よりも優れています。
論文 参考訳（メタデータ） (2023-09-11T08:55:04Z)
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。