論文の概要: Rethinking Legibility in Social Robot Hallway Navigation: Impact of Intent Representation and Human Distraction

• arxiv url: http://arxiv.org/abs/2609.40158v1
• Date: Wed, 30 Sep 2026 16:56:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:28.115649
• Title: Rethinking Legibility in Social Robot Hallway Navigation: Impact of Intent Representation and Human Distraction
• Title（参考訳）: 社会ロボットの廊下ナビゲーションにおけるレジリエビリティの再考 : インテント表現と人的異動の影響
• Abstract要約: 人間-ロボット相互作用(HRI)の可否は、観察者がロボットの意図を確実に推測できるロボット運動の特性としてしばしば説明される。 ロボットは、ダイナミックな歩行者環境で人間の安全を確保しながら、その意図を明確に伝えなければならない。 本研究では,人的注意の度合いと表現の選択がナビゲーション性能と人間印象に与える影響を考察する。
• 参考スコア（独自算出の注目度）: 1.1661238776379117
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We focus on legible robot motion generation in social navigation settings. Legibility in human-robot interaction (HRI) is often described as the property of robot motion that enables an observer to confidently infer the robot's intent. While mature frameworks exist for generating legible motion in front of static observers, social robot navigation presents a new challenge: the robot must clearly convey its intent while ensuring human safety in dynamic pedestrian environments where human attention is often divided. With the goal of enabling robots to generate legible motion in dynamic and constrained spaces, we investigate how the choice of representation and the level of human attention shape navigation performance and human impressions. Focusing on the ubiquitous and demanding scenario of hallway navigation, we conduct two controlled user studies involving alternative legibility formulations implemented within a shared model predictive control framework. Study 1 (N = 45) investigates the role of intent representation, showing that passing-side legibility, particularly when adaptively updated, leads to smoother human motion and is perceived as more competent and less mentally and physically demanding than destination-based and non-legible baselines. Study 2 (N = 45) examines the effect of pedestrian attention, demonstrating that legible motion allows for smooth human motion even under distraction, even if this is not consistently reflected in subjective ratings. Together, these findings suggest that effective legible motion in social robot navigation benefits from interaction-level intent representations that support coordination, with some effects persisting even when human attention is divided. Code is available at https://github.com/fluentrobotics/Legible_MPPI.
• Abstract（参考訳）: ソーシャルナビゲーション設定におけるロボットの動き生成に焦点をあてる。 人間-ロボット相互作用(HRI)の可否は、観察者がロボットの意図を確実に推測できるロボット運動の特性としてしばしば説明される。 静的な観察者の前では、可視的な動きを生成するための成熟したフレームワークが存在するが、社会ロボットナビゲーションは、人間の注意が分割されることの多い動的な歩行者環境で、人間の安全を確保しながら、その意図を明確に伝えなければならない、という新しい課題を提示する。 ロボットが動的かつ制約された空間で可視的な動きを生成できるようにすることを目標とし,人間の注意形状のナビゲーション性能と人間の印象の表現選択について検討した。 廊下ナビゲーションのユビキタスかつ要求されるシナリオに着目し,共有モデル予測制御フレームワーク内に実装された代替可視性定式化を含む2つの制御されたユーザスタディを実行する。 研究1(N = 45)は意図表現の役割を調査し、特に適応的に更新された場合、パスサイドの正当性が人間の動作をよりスムーズにし、目的地ベースや非合法ベースラインよりも精神的・身体的に要求されにくいと認識されることを示した。 研究2(N = 45)は、歩行者の注意力の影響を検証し、主観的評価に常に反映されていないとしても、可視的な動きは気を散らしながらも人間の動きを円滑にすることができることを示した。 これらの結果から,ソーシャルロボットナビゲーションにおける効果的な正当性動作は協調を支援する相互作用レベルの意図表現の恩恵を受けることが示唆された。 コードはhttps://github.com/fluentrobotics/Legible_MPPIで入手できる。

関連論文リスト

• Pose-Anchored Optical Flow for Low-Latency Human Action Anticipation in Human-Robot Teaming [0.4282159812965447]
  PoseOFFは、人間の関節の周囲の局所的な運動情報をキャプチャする、ポーズアンコールされた光フロー表現である。 人間のポーズにおける動作特徴抽出の条件付けにより、PoseOFFは意味論的に意味のある身体位置における局所的な動きのダイナミクスを符号化する。 以上の結果から,PoseOFFにより,アクションシーケンスの少ないモデルでも,同等あるいは改善されたパフォーマンスを実現することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2026-08-26T08:07:19Z)
• Anatomy of Uncertainty: Expressive Descriptors of Robotic Manipulator Motion for Non-verbal Communication in Human-Robot Collaboration [0.6576864734526405]
  本研究はロボットマニピュレータ運動による知覚の不確実性を表現する数学的枠組みを導入する。 動作中のロボットの不確実性を符号化し、将来の自律軌道生成を支援するための知覚的基盤を確立する。
  論文  参考訳（メタデータ） (2026-07-15T10:48:44Z)
• Gaze2Act: Gaze-Conditioned Vision-Language-Action Policies for Interactive Robot Manipulation [24.026684861369386]
  VLA(Vision-Language-Action)モデルは、最近、言語命令に従うことでロボット学習の可能性を強く示している。 どのオブジェクトが類似の候補と相互作用するか、どこでオブジェクトに作用するか、実行中にターゲットがどのように変化するかを記述するのは難しい。 複雑な対話操作のための動的かつ直感的な意図信号として人間の視線を利用する新しいVLAフレームワークであるGaze2Actを提案する。
  論文  参考訳（メタデータ） (2026-05-28T17:37:16Z)
• Navigation beyond Wayfinding: Robots Collaborating with Visually Impaired Users for Environmental Interactions [23.06831135567015]
  我々は,ロボットガイド犬の精密なセンシングと位置決め機能と,物理的な操作を行うユーザの能力を組み合わせた,協調的な人間ロボットアプローチを提案する。 評価の結果,従来の白杖や非適応案内システムよりも安全でスムーズで効率の良いナビゲーションが可能であることが示唆された。
  論文  参考訳（メタデータ） (2026-03-15T04:21:46Z)
• Towards Immersive Human-X Interaction: A Real-Time Framework for Physically Plausible Motion Synthesis [51.95817740348585]
  Human-Xは、様々な実体をまたいだ没入的で物理的に妥当なヒューマンインタラクションを可能にするために設計された、新しいフレームワークである。 本手法は, 自己回帰型反応拡散プランナを用いて, リアルタイムに反応と反応を同時予測する。 我々のフレームワークは、人間とロボットのインタラクションのための仮想現実インターフェースを含む、現実世界のアプリケーションで検証されている。
  論文  参考訳（メタデータ） (2025-08-04T06:35:48Z)
• Recognizing Actions from Robotic View for Natural Human-Robot Interaction [52.00935005918032]
  自然人-ロボットインタラクション(Natural Human-Robot Interaction, N-HRI)は、ロボット自身が動いているか静止しているかに関わらず、ロボットが様々な距離と状態で人間の行動を認識することを要求する。 N-HRIの既存のベンチマークは、限られたデータ、モダリティ、タスクカテゴリ、主題や環境の多様性のために、N-HRIのユニークな複雑さに対処できない。 モバイルサービスロボットで広く使われている知覚中心ロボットビューのための大規模データセット(Action from Robotic View)を紹介する。
  論文  参考訳（メタデータ） (2025-07-30T09:48:34Z)
• Robot Interaction Behavior Generation based on Social Motion Forecasting for Human-Robot Interaction [9.806227900768926]
  本稿では,共有ロボット表現空間における社会的動き予測のモデル化を提案する。 ECHOは上記の共有空間で活動し、社会的シナリオで遭遇したエージェントの将来の動きを予測する。 我々は,多対人動作予測タスクにおけるモデルの評価を行い,最先端の性能を大きなマージンで獲得する。
  論文  参考訳（メタデータ） (2024-02-07T11:37:14Z)
• Synthesis and Execution of Communicative Robotic Movements with Generative Adversarial Networks [59.098560311521034]
  我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。 我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。 我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
  論文  参考訳（メタデータ） (2022-03-29T15:03:05Z)
• From Movement Kinematics to Object Properties: Online Recognition of Human Carefulness [112.28757246103099]
  ロボットは、視覚だけで、人間のパートナーが物体を動かす際に注意を払っているかを、どのようにオンラインで推測できるかを示す。 我々は,低解像度カメラでも高い精度(最大81.3%)でこの推論を行うことができることを示した。 パートナーの行動を観察することによる動きの注意の迅速な認識により、ロボットはオブジェクトに対する行動に適応し、人間のパートナーと同じケアの度合いを示すことができる。
  論文  参考訳（メタデータ） (2021-09-01T16:03:13Z)
• Careful with That! Observation of Human Movements to Estimate Objects Properties [106.925705883949]
  我々は、物体の重さについての洞察を伝える人間の運動行動の特徴に焦点を当てる。 最後の目標は、ロボットがオブジェクトハンドリングに必要なケアの度合いを自律的に推測できるようにすることです。
  論文  参考訳（メタデータ） (2021-03-02T08:14:56Z)

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。