論文の概要: A State Based Dispatch Controller for Hospital Delivery Robots with Shared Human and Infrastructure Resources
- arxiv url: http://arxiv.org/abs/2610.05971v1
- Date: Mon, 05 Oct 2026 08:24:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:46:52.15746
- Title: A State Based Dispatch Controller for Hospital Delivery Robots with Shared Human and Infrastructure Resources
- Title（参考訳）: 人間とインフラ資源を共有した病院配達ロボットのための状態ベースディスパッチ制御
- Abstract要約: 本研究では,ロボットのトランスポーターサポートとエレベーター,充電,清掃を結合した位置認識型ディスパッチモデルを定式化した。
調査対象は33,079人。
結果は条件付き比較であり、病院の利益の見積もりや臨床能力の公表ではない。
- 参考スコア（独自算出の注目度）: 45.88028371034407
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robot delivery studies can overstate transport capacity when travel to pickups and human support fall outside the modeled schedule. We formulate a location aware dispatch model that couples robot admission to transporter support and shared elevators, charging, and cleaning. The model replays 33,079 observed hospital requests; missing contents, deadlines, staffing, and completion times remain explicit scenario assumptions. Two full grids compare human dispatch, a resource aware controller, and a proximity and workload benchmark in 30 paired replications per scenario. An exploratory extension tests a simpler deadline admission rule under the same operating model. Pickup travel increases demand on a pooled elevator bank. In one high staffing case, raising assumed elevator capacity from two to four reduces human only lateness from 55.11\% to 3.18\%, exceeding the dispatch differences. Direct policy comparisons and robot coverage distinguish admission selectivity from system service. The analysis explains why a robot can pass a deadline admission test yet delay service through staff handoffs and shared facilities. Its contribution is a reproducible evaluation of coupled dispatch workflows, with a clear separation between admission, completion, and return to availability. The results are conditional comparisons, not estimates of hospital benefit or released clinical capacity.
- Abstract（参考訳）: ロボット配達の研究は、ピックアップへの旅行や人的支援がモデル化されたスケジュールの外に落ちるとき、輸送能力を過大評価することができる。
本研究では,ロボットのトランスポーターサポートとエレベーター,充電,清掃を結合した位置認識型ディスパッチモデルを定式化した。
このモデルは、病院の要求を33,079回再現するが、内容、期限、人員配置、完了時間は明確なシナリオの仮定のままである。
2つのフルグリッドは、ヒューマンディスパッチ、リソース認識コントローラ、シナリオ毎に30ペアのレプリケーションで近接およびワークロードベンチマークを比較する。
探索拡張は、同一の動作モデルの下で、より単純な期限受入規則をテストする。
ピックアップトラベルは、プールされたエレベーターバンクの需要を増加させます。
1つの高い人員配置の場合、推定エレベーター容量を2から4に引き上げることで、人体のみの遅さを55.11\%から3.18\%に減らし、送電差を超過する。
直接ポリシー比較とロボットカバレッジは、システムサービスと受入選択性を区別する。
この分析は、ロボットが従業員の引き渡しや共有施設を通じて納期受入試験に合格できる理由を説明する。
その貢献は、結合されたディスパッチワークフローの再現可能な評価であり、受け入れ、完了、可用性への復帰を明確に分離している。
結果は条件付き比較であり、病院の利益の見積もりや臨床能力の公表ではない。
関連論文リスト
- MA-LIPP: Cooperative Multi-Agent Load-Aware Informative Path Planning for Heterogeneous Robot Teams [17.50841481112841]
フィールドロボティクスのミッションでは、しばしば分析のために物理サンプルを研究室に戻さなければならない。
LIPP (Single-robot Load-Aware Informative Path Planning) では、荷物の輸送を感知する。
非同期な"デッドドロップ"を通じて協力できるマルチエージェントLIPP(MA-LIPP)を導入する。
論文 参考訳（メタデータ） (2026-09-18T00:21:05Z) - Occamy-1.0: Open Pareto-frontier 35B Intelligence for Co-work [51.29186915859486]
本稿では, ポストトレーニング後のQwen3.6-35B-A3Bチェックポイントをさらにトレーニングし, コスト効率の良いコワークモデルであるOccamy-1.0を提案する。
我々は,複数のハーネスにまたがる再生可能な長距離軌跡を捕捉し,段階的なポストトレーニングを用いて補完的な実行機能を開発し,統合する。
論文 参考訳（メタデータ） (2026-09-04T03:32:26Z) - Tri-Manual Visuomotor Imitation Learning of Robot Policies [4.261928070384793]
双方向遠隔操作は、ロボットのデモンストレーションを効果的に収集する方法を提供する。
演算子とロボットは同時制御チャネルの数に一致すると仮定する。
本稿では,TriManPolicyについて述べる。TriManPolicyは3本の腕で動作を実演できる3次元模倣学習システムである。
論文 参考訳（メタデータ） (2026-07-28T13:52:51Z) - EgoRecovery: Acquiring Failure Recovery Ability Through Human Recovery Demonstration [75.13534797264485]
我々は,ロボット遠隔操作に代わるスケーラブルな代替手段として,自己中心型ヒューマンデータキャプチャー障害回復プロセスが提供されることを示した。
タスクレベルの障害設定を効率的にアレンジし、短いリカバリセグメントを記録することで、人間のオペレータは1時間あたりの有効なリカバリデータの10倍以上のデータを生成できる。
論文 参考訳（メタデータ） (2026-07-22T04:44:26Z) - Closing the Loop in Teleoperation: Episode-Level Data Quality Assessment and Feedback for High-Quality Demonstration Collection [3.424028268271705]
本稿では,ロボットテレメトリとセマンティック・タスク・プログレスを基盤として,遠隔操作のループを閉じるフレームワークを提案する。
バイナリ成功や障害フィードバックとは異なり、提案システムでは、エピソードが最適以下である理由を説明し、次のトライアルで修正すべき特定の振る舞いを強調している。
論文 参考訳（メタデータ） (2026-05-25T21:52:08Z) - From Metrics to Meaning: Insights from a Mixed-Methods Field Experiment on Retail Robot Deployment [8.902004640189439]
本稿では,ライブベディングストアに展開する対話型サービスロボットの複合手法フィールド実験について報告する。
われわれは3つの条件(ベースライン(ロボットではない)、ロボット専用、ロボット+フィクスチャー)を交互に設定し、サービスファンネルを通行人から購入するためにビデオアノテートした。
ロボットは通行人1人あたりの停止時間(フィクスチャが最も高い)を増やした。
論文 参考訳（メタデータ） (2026-01-05T09:54:33Z) - Learning When to Ask: Simulation-Trained Humanoids for Mental-Health Diagnosis [26.208414155165432]
ユーザとのヒューマノイドロボットのテストは遅く、摩耗、限界、多様性の原因となっている。
テストエージェントは、会話のタイミング、韻律、バックチャネル、そして抑うつとPTSDのための顔とスピーチに何を出席すべきかをマスターする必要があります。
我々はヒューマノイドをハードウェアの負担なしに訓練するための会話エージェントとして仮想化する。
論文 参考訳（メタデータ） (2025-11-28T01:09:47Z) - HHI-Assist: A Dataset and Benchmark of Human-Human Interaction in Physical Assistance Scenario [63.77482302352545]
HHI-Assist(ヒヒ・アシスト)は、人間の介助作業における人間のインタラクションのモーションキャプチャークリップからなるデータセットである。
私たちの研究は、ロボット支援ポリシーを大幅に強化する可能性がある。
論文 参考訳（メタデータ） (2025-09-12T09:38:17Z) - Forecasting COVID-19 Counts At A Single Hospital: A Hierarchical
Bayesian Approach [59.318136981032]
一つの病院で1日当たりの入院患者数を予測するという課題について検討する。
データのカウント特性を直接キャプチャする階層型ベイズモデルをいくつか開発する。
マサチューセッツ州の8つの病院とイギリスの10の病院のパブリックデータセットに対する我々のアプローチを実証する。
論文 参考訳（メタデータ） (2021-04-14T11:58:54Z)
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。