論文の概要: TACET: Context-Appropriate Acoustic-Social Navigation for Quadrupeds

• arxiv url: http://arxiv.org/abs/2610.03828v1
• Date: Fri, 02 Oct 2026 10:19:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:58:31.032251
• Title: TACET: Context-Appropriate Acoustic-Social Navigation for Quadrupeds
• Title（参考訳）: TACET:四足歩行のためのコンテキスト対応音響ソーシャルナビゲーション
• Abstract要約: TACETは、四足歩行ロボットのためのコンテキスト適合型音響社会ナビゲーション手法である。 ロボットの自我中心の視点から社会的文脈を推測し、歩いた場所とどれだけ大声で動くかを判断する。 実4倍のコンテキスト条件のロコモーションでは、一致した速度で9.3 dBAまでノイズを下げる。
• 参考スコア（独自算出の注目度）: 10.094854111956485
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Quadruped robots entering hospitals, care homes, and quiet offices must be context-appropriate not only in where they move but in how loudly they move: a legged robot's locomotion noise, dominated by foot-ground impacts, is itself a social variable. Prior social navigation respects human space but treats the robot as acoustically uniform, while quiet-locomotion methods reduce noise to an operator-specified, context-blind level. We present TACET, a context-appropriate acoustic-social navigation method that infers social context from the robot's egocentric view and decides both where it walks and how loudly, coupling a slow fine-tuned vision-language reasoner to a fast reactive controller through a single compact behavior token, <gait, speed, social_cost>. The same token conditions both a social costmap (where to go) and a quiet locomotion policy (how loudly to move), while a structured out-of-view memory keeps recently seen people in the reasoner's context after they leave the camera view. On a real quadruped, context-conditioned locomotion lowers locomotion noise by up to 9.3 dBA at matched speed, and across our scenarios the full method keeps personal-space compliance at 100% with low acoustic intrusion (<=2.9 dBA), jointly improving spatial and acoustic performance in the evaluated scenarios. The project page is available at https://rcilab.khu.ac.kr/tacet/.
• Abstract（参考訳）: 病院、介護施設、静かなオフィスに入る四足歩行ロボットは、どこに移動するかだけでなく、いかに大声で動くかという点でも、文脈的に適切でなければならない。 従来の社会ナビゲーションは人間の空間を尊重するが、ロボットを音響的に均一に扱う。 我々は,ロボットの自我中心の視点から社会的文脈を推論し,歩いた場所と声の高さを判断し,低速な微調整された視覚言語推論器と高速な反応制御器を,単一コンパクトな行動トークン<外,速度,社会的_コスト>を介して結合する,コンテキスト適合型音響社会的ナビゲーション手法TACETを提案する。 同じトークン条件は、社会的コストマップ(どこへ行くべきか)と静かな移動ポリシー(いかに大声で動くか)の両方であり、一方、構造化されたオブ・オブ・ビューメモリは、カメラビューを離れた後、推論者のコンテキストで最近見られる。 実4重畳, 文脈条件付きロコモーションでは, 一致した速度で最大9.3 dBAの移動雑音を低減し, 本手法では, 低音域(=2.9 dBA)で空間的コンプライアンスを100%維持し, 評価シナリオにおける空間的および音響的性能を両立させる。 プロジェクトページはhttps://rcilab.khu.ac.kr/tacet/で公開されている。

関連論文リスト

• From Social Reasoning to Embodied Interaction: An Agentic Framework for Social Robots [57.257033382353804]
  ARISEはソフィア・ヒューマノイド・ロボットにエージェント・リソンとインタラクティブ・ソーシャル・エボディメントを橋渡しする。 ARISEは、マルチモーダルなコンテキスト理解、長期記憶、リアクティブとプロアクティブな相互作用を統合して、いつ、何を通信すべきかを決定する。
  論文  参考訳（メタデータ） (2026-10-05T08:15:21Z)
• Learning Social Navigation from Internet Videos in the Policy State Space [9.969326938397872]
  堅牢なソーシャルナビゲーションポリシーのトレーニングには、様々なシーンレイアウト、地形、人間の動きを持つシミュレータが必要である。 本研究では,通常の単眼歩行映像を直接クローズドループソーシャルナビゲーション訓練環境に変換する効率的なパイプラインを提案する。
  論文  参考訳（メタデータ） (2026-09-26T07:16:56Z)
• SARAH: Spatially Aware Real-time Agentic Humans [58.32612596034656]
  ストリーミングVRヘッドセット上に展開可能な空間認識型対話動作のための,初のリアルタイム完全因果的手法を提案する。 ユーザの位置とダイアディックな音声を考慮に入れたアプローチでは,エージェントの向きをユーザに応じて調整しながら,ジェスチャーを音声と整列させる全体動作を生成する。 実写VRシステムに対する我々のアプローチを検証し,空間認識型対話エージェントをリアルタイム展開に適用する。
  論文  参考訳（メタデータ） (2026-02-20T18:59:35Z)
• From Obstacles to Etiquette: Robot Social Navigation with VLM-Informed Path Selection [57.74400052368147]
  本稿では,幾何学的計画と文脈的社会的推論を統合した社会ロボットナビゲーションフレームワークを提案する。 このシステムはまず障害物や人間の力学を抽出し、幾何学的に実現可能な候補経路を生成し、次に細調整された視覚言語モデル(VLM)を利用してこれらの経路を評価する。 4つのソーシャルナビゲーション環境における実験により, 生活空間違反の最小期間, 歩行者面の最小時間, 社会ゾーンの侵入がない場合に, ベストな総合的なパフォーマンスを達成できることが実証された。
  論文  参考訳（メタデータ） (2026-02-09T18:46:12Z)
• ANAVI: Audio Noise Awareness using Visuals of Indoor environments for NAVIgation [26.460679530665487]
  より静かなロボット経路計画のためのNAVIgationのための室内視覚を用いた騒音認識手法を提案する。 我々は、模擬住宅の異なるリスナー場所で「インパルス」の音の大きさのデータを生成し、音響騒音予測器(ANP)を訓練する。 動作音響とANPを統合し,車輪付きロボット(Hello Robot Stretch)と脚付きロボット(Unitree Go2)を用いて,これらのロボットが環境の騒音制約に適合するように実験を行った。
  論文  参考訳（メタデータ） (2024-10-24T17:19:53Z)
• Revisit Human-Scene Interaction via Space Occupancy [55.67657438543008]
  HSI(Human-Scene Interaction)の生成は、さまざまな下流タスクに不可欠な課題である。 本研究では,シーンとのインタラクションが,抽象的な物理的視点からシーンの空間占有と本質的に相互作用していることを論じる。 純粋な動きシーケンスを、見えないシーン占有と相互作用する人間の記録として扱うことで、動きのみのデータを大規模にペア化された人間-占有相互作用データベースに集約することができる。
  論文  参考訳（メタデータ） (2023-12-05T12:03:00Z)
• Read the Room: Adapting a Robot's Voice to Ambient and Social Contexts [1.0732907121422146]
  本稿では,社会的適切さと環境意識を認知するためのロボット音声スタイルの選択に向けたプロセスと結果について述べる。 N=120人の被験者による実験の結果、異なる環境下での音声スタイルの選択がロボットの知覚的インテリジェンスに影響を及ぼすという証拠が得られた。
  論文  参考訳（メタデータ） (2022-05-10T15:10:23Z)
• Move2Hear: Active Audio-Visual Source Separation [90.16327303008224]
  対象物からの音をより効果的に分離するために、エージェントがインテリジェントに動く必要があるアクティブオーディオビジュアルソース分離問題を紹介します。 エージェントのカメラとマイクロホン配置を時間とともに制御する移動ポリシーを訓練する強化学習アプローチを紹介します。 音源分離のための最大ペイオフで最小の動作シーケンスを見つけるモデルの能力を実証します。
  論文  参考訳（メタデータ） (2021-05-15T04:58:08Z)

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。