論文の概要: Physical Twins: Accelerating and Enabling Robot Learning with Phantom Platforms

• arxiv url: http://arxiv.org/abs/2610.06929v1
• Date: Sat, 03 Oct 2026 01:10:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.469677
• Title: Physical Twins: Accelerating and Enabling Robot Learning with Phantom Platforms
• Title（参考訳）: フィジカルツイン:ファントムプラットフォームによるロボット学習の加速と実現
• Abstract要約: 物理対話型アルゴリズムのための実世界型テストを可能にする改良されたファントムデバイスである物理ツインを提案する。 実験では、複数の3D関節の限界をレンダリングし、フランカ・パンダの腕を感知する限界を示す。
• 参考スコア（独自算出の注目度）: 15.662100404663411
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Improvements in human-robot physical interaction (pHRI) can have major implications for physical therapy, search and rescue, and telemedicine. However, a major challenge concerns human constraints and safety in human-robot physical experiments. Concerns about human studies also include repeatability, scalability, and participant diversity. To conduct such experiments, an IRB and willing human participants are required. In this work, we present an improved phantom device, a physical twin, that enables real-world RL-type testing for physically interactive algorithms. The new device not only replicates the ball-and-socket motion of the shoulder but also renders scapular and protraction/retraction motions. The experiments showcase the device's ability to render multiple 3D joint limits and demonstrate a Franka Panda arm sensing limits and interacting with the device as an arm for ADLs (activities of daily living) and pHRI tasks.
• Abstract（参考訳）: ヒトとロボットの物理的相互作用(pHRI)の改善は、理学療法、探索と救助、遠隔医療に大きな影響を及ぼす可能性がある。 しかし、大きな課題は人間ロボットの物理的実験における人間の制約と安全性である。 人間の研究に関する懸念には、反復可能性、拡張性、そして参加者の多様性も含まれる。 このような実験を行うには、IRBと有望なヒトの参加者が必要である。 本研究では,物理対話型アルゴリズムのための実世界のRL型テストを可能にする改良されたファントムデバイスである物理ツインを提案する。 この新しいデバイスは肩の球とソケットの動きを再現するだけでなく、肩甲骨とプロトラクション/リトラクションの動きも再現する。 実験では、複数の3D関節限界をレンダリングし、フランカ・パンダの腕に制限を感知し、ADL(日々の生活活動)やpHRIタスクのアームとしてデバイスと対話する能力を示した。

関連論文リスト

• HINT-Blimp: Human INTent Inference from Multimodal Cues for Robotic Blimps [20.179844831959905]
  本研究では,物理的プッシュや音声コマンドなどの疎密なマルチモーダル信号を通じて,人間の意図を直接伝達する,人間とロボットのインタラクションフレームワークを提案する。 我々は,この枠組みを,本質的なコンプライアンスと衝突耐性が繰り返しの物理的相互作用に適しているロボット群上で検証する。
  論文  参考訳（メタデータ） (2026-09-22T23:38:19Z)
• 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)
• 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)
• Replication of Impedance Identification Experiments on a Reinforcement-Learning-Controlled Digital Twin of Human Elbows [5.988338468757496]
  本研究は,デジタル人間モデルを用いた仮想環境下でのヒト神経機械実験を再現する。 我々は、RLエージェントによって制御される肘の動きと実際のヒト肘の動きを、トルク摂動実験で同定されたインピーダンスの観点から比較した。 以上の結果より,RL薬はヒトよりも,摂動下での肘の動きを安定させるために高い肘インピーダンスを示すことが明らかとなった。
  論文  参考訳（メタデータ） (2024-02-05T11:16:32Z)
• ReMoS: 3D Motion-Conditioned Reaction Synthesis for Two-Person Interactions [66.87211993793807]
  本稿では,2人のインタラクションシナリオにおいて,人の全身運動を合成する拡散モデルReMoSを提案する。 ペアダンス,忍術,キックボクシング,アクロバティックといった2人のシナリオでReMoSを実証する。 また,全身動作と指の動きを含む2人のインタラクションに対してReMoCapデータセットを寄贈した。
  論文  参考訳（メタデータ） (2023-11-28T18:59:52Z)
• Learning Realistic Joint Space Boundaries for Range of Motion Analysis of Healthy and Impaired Human Arms [0.5530212768657544]
  本研究では,現実的な解剖学的制約のある上層域の運動境界を,モーションキャプチャーデータから学習するためのデータ駆動手法を提案する。 また,健常腕と障害腕の比較において,能力・障害の定量的評価を行う指標(II)を提案する。
  論文  参考訳（メタデータ） (2023-11-17T17:14:42Z)
• Skeleton2Humanoid: Animating Simulated Characters for Physically-plausible Motion In-betweening [59.88594294676711]
  現代の深層学習に基づく運動合成アプローチは、合成された運動の物理的妥当性をほとんど考慮していない。 テスト時に物理指向の動作補正を行うシステムSkeleton2Humanoid'を提案する。 挑戦的なLaFAN1データセットの実験は、物理的妥当性と精度の両方の観点から、我々のシステムが先行手法を著しく上回っていることを示している。
  論文  参考訳（メタデータ） (2022-10-09T16:15:34Z)
• Continual Learning from Synthetic Data for a Humanoid Exercise Robot [15.297262564198972]
  実用的なシナリオでは、理学療法士のような専門家が身体運動を行い、ペッパーのようなヒューマノイドロボットの基準として使用し、患者の同じ運動の実行に対するフィードバックを与える。 本稿では,視野の中心に関する翻訳と回転の許容性を実現するアーキテクチャを設計することで,第1の課題に挑戦する。 第2の課題は、GWRがインクリメンタルデータでオンラインで成長できるようにすることです。 評価のために,仮想アバターを用いた新しいエクササイズデータセット「virtual-squat dataset」を作成した。
  論文  参考訳（メタデータ） (2021-02-19T17:05:25Z)
• ThreeDWorld: A Platform for Interactive Multi-Modal Physical Simulation [75.0278287071591]
  ThreeDWorld (TDW) はインタラクティブなマルチモーダル物理シミュレーションのためのプラットフォームである。 TDWは、リッチな3D環境において、高忠実な感覚データのシミュレーションと、移動体エージェントとオブジェクト間の物理的相互作用を可能にする。 我々は、コンピュータビジョン、機械学習、認知科学における新たな研究方向において、TDWによって実現された初期実験を提示する。
  論文  参考訳（メタデータ） (2020-07-09T17:33:27Z)

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。