論文の概要: RoboAssist: Interactive Human-Humanoid Planning for Long-Horizon Surgical Assistance

• arxiv url: http://arxiv.org/abs/2609.39384v1
• Date: Wed, 30 Sep 2026 09:34:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.52103
• Title: RoboAssist: Interactive Human-Humanoid Planning for Long-Horizon Surgical Assistance
• Title（参考訳）: Robo Assist: 長期手術支援のための対話型ヒト・ヒューマノイド計画
• Abstract要約: ロングホライゾンの外科的補助は、進化する人間の活動と協調するためにヒューマノイドロボットを必要とする。 本稿では,対話型人間-ヒューマノイド計画のためのエージェントベースのフレームワークであるRoboAssistを紹介する。 デュアルトラック表現は、部分的に観察された人間のプロセス状態と実行可能なロボットタスクシーケンスを分離する。
• 参考スコア（独自算出の注目度）: 20.067953935709948
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Long-horizon surgical assistance requires humanoid robots to coordinate with evolving human activities while maintaining safety across planning and execution. We present RoboAssist, an agent-based framework for interactive human-humanoid planning that integrates workflow reasoning, task coordination, and cross-layer safety. At its core is an asymmetric dual-track representation that separates partially observed human process states from executable robot task sequences. By updating human-process estimates, scene context, and task dependencies online, RoboAssist revalidates the remaining task sequence and replans only the affected suffix when workflow requests change. A cross-layer safety architecture combines preventive navigation regulation, reactive regulation during close-range handover, and independent whole-body runtime supervision. This design couples online task coordination with safety constraints throughout execution. We demonstrate the framework on a Unitree G1 humanoid robot in long-horizon, multi-stage simulated surgical assistance scenarios encompassing multimodal interaction, instrument handling, medical material transport, navigation, and safe human-robot handover. Experiments show multi-stage task completion and adaptation to workflow-request changes. A targeted full-replanning ablation shows that residual replanning reduces plan-update latency and post-update token usage. Separate safety experiments demonstrate complementary protection across navigation, handover, and runtime supervision. Additional results and demonstrations are available online at https://roboassist.github.io.
• Abstract（参考訳）: 長期手術支援は、計画と実行の安全を維持しながら、進化する人間の活動と協調するヒューマノイドロボットを必要とする。 本稿では、ワークフロー推論、タスク調整、層間安全性を統合した対話型人間-ヒューマノイド計画のためのエージェントベースのフレームワークであるRoboAssistを紹介する。 中心となるのは、部分的に観察された人間のプロセス状態と実行可能なロボットタスクシーケンスを分離する非対称なデュアルトラック表現である。 ヒューマンプロセスの見積、シーンコンテキスト、タスク依存をオンラインで更新することで、RoboAssistは残りのタスクシーケンスを再検証し、ワークフロー要求が変更されたときに影響を受ける接尾辞のみを計画する。 クロスレイヤの安全アーキテクチャは、予防的なナビゲーションの規制、クローズレンジのハンドオーバ時のリアクティブな規制、および独立したボディ全体のランタイム管理を組み合わせたものだ。 この設計は、実行中におけるオンラインタスク調整と安全制約を結合する。 我々は,マルチモーダルインタラクション,楽器ハンドリング,医療資材輸送,ナビゲーション,安全ロボットハンドオーバを含む,多段階の多段階的手術支援シナリオにおいて,Unitree G1ヒューマノイドロボットの枠組みを実証した。 実験では、複数段階のタスク完了とワークフロー要求の変更への適応が示されている。 ターゲットとするフルリプレーニングアブレーションは、残留リプレーニングが計画更新のレイテンシと更新後のトークン使用率を減少させることを示している。 異なる安全性実験は、ナビゲーション、ハンドオーバ、実行時の監視を補完的に保護する。 追加の結果とデモはhttps://roboassist.github.io.comで公開されている。

関連論文リスト

• Physical Agentic AI: An Architecture for Orchestrating a Robot Crew with LLMs [6.2312877626161205]
  本稿では,スキルグラウンドロボットエージェントオーケストレーションのためのフレームワークであるPhysical Agentic AIを紹介する。 ロボットオーケストレーションレイヤは、スキルライブラリ、ロボット状態、名前付きロケーション、ワークフローコントラクトを非アクチュエータミッションプランナに公開する。 我々は,ガゼボで全条件で全ミッションが実行され,ドローン-UGV検索・ディスパッチミッションを評価する。
  論文  参考訳（メタデータ） (2026-08-23T23:35:31Z)
• HECTOR: Human-centric Hierarchical Coordination and Supervision of Robotic Fleets under Continual Temporal Tasks [7.155003467581939]
  本研究は,長期的かつ不確実な時間的課題下での大規模ロボット群を対象とした,人間中心の協調・監督スキーム(HECTOR)を提案する。 それは3つの階層的なレイヤで構成されている: (I) オンラインヒューマン・フリートインタラクションの双方向およびマルチモーダルプロトコルで、オペレーターが艦隊全体と対話し、監督する。
  論文  参考訳（メタデータ） (2026-04-13T01:39:19Z)
• COHERENT: Collaboration of Heterogeneous Multi-Robot System with Large Language Models [49.24666980374751]
  COHERENTは、異種マルチロボットシステムの協調のための新しいLCMベースのタスク計画フレームワークである。 提案-実行-フィードバック-調整機構は,個々のロボットに対して動作を分解・割り当てするように設計されている。 実験の結果,我々の研究は,成功率と実行効率の面で,従来の手法をはるかに上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-09-23T15:53:41Z)
• Unified Human-Scene Interaction via Prompted Chain-of-Contacts [61.87652569413429]
  HSI(Human-Scene Interaction)は、AIや仮想現実といった分野において重要なコンポーネントである。 本稿では,言語コマンドによる多様なインタラクションの統一制御を支援する統一型HSIフレームワークUniHSIを提案する。
  論文  参考訳（メタデータ） (2023-09-14T17:59:49Z)

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。