論文の概要: Reactive Task-Oriented Robot-Human Handovers via Generative Hypothesis Selection

• arxiv url: http://arxiv.org/abs/2610.08003v1
• Date: Tue, 06 Oct 2026 09:01:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.907798
• Title: Reactive Task-Oriented Robot-Human Handovers via Generative Hypothesis Selection
• Title（参考訳）: 生成仮説選択による能動型タスク指向ロボットヒューマンハンドオーバ
• Abstract要約: タスク指向ロボットと人間のハンドオーバに関する最近の最先端の手法は、オブジェクトの形状をモデル化することから、オブジェクトの余裕を取り入れることまで進歩している。 本稿では, VLM画像生成を利用して, タスク固有の手-物体間相互作用の仮説を生成する手法を提案する。 これらの仮説は、観察された人間の手ポーズとリアルタイムで一致し、最も適切なハンドオーバ構成の推測を可能にする。
• 参考スコア（独自算出の注目度）: 5.1300124835861505
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When humans hand each other objects, they incorporate both geometric and semantic information into this process. For example, passing a knife with the handle towards the recipient, rather than the blade, is both more ergonomic and safer. Recent state-of-the-art methods for task-oriented robot-human handovers have progressed from modeling object geometry to incorporating object affordances. However, they often forgo predicting the explicit, task-specific hand poses a human selects to utilize an object. Since many objects support multiple interaction modalities, e.g., a claw hammer used to strike or pull nails, this variability must be modeled to achieve robust task-oriented handovers. To tackle this, we propose a novel approach, GENESIS-Handover (GENErative HypotheSIS), which leverages VLM image generation to produce a variety of task-specific hand-object interaction hypotheses. These hypotheses are matched in real time to the observed human hand pose, enabling inference of the most suitable handover configuration. By leveraging VLMs as priors of plausible hand-object interactions, the method produces task-conditioned handover strategies for previously unseen object-task pairs. We evaluate the standalone interaction proposal module before deploying the full system on a mobile manipulator. In a user study with 12 participants across five task-object pairs, 83.3% perceived our method to have better task understanding than the previous state of the art.
• Abstract（参考訳）: 人間が互いにオブジェクトを手渡すと、幾何学的情報と意味的情報の両方をこのプロセスに組み込む。 例えば、ナイフを刃ではなく柄で受け手に向かって渡すと、人間工学的かつ安全である。 タスク指向ロボットと人間のハンドオーバに関する最近の最先端の手法は、オブジェクトの形状をモデル化することから、オブジェクトの余裕を取り入れることまで進歩している。 しかしながら、彼らはしばしば、明示的でタスク固有の手は、人間がオブジェクトを利用するために選択するポーズを予測します。 多くのオブジェクトが複数の相互作用モダリティ(例えば、釘を打ちたり引いたりする爪ハンマー)をサポートしているため、この可変性は、堅牢なタスク指向のハンドオーバを実現するためにモデル化されなければならない。 そこで本研究では,VLM画像生成を利用した新しい手法であるgenESIS-Handover(GENErative hypothesis)を提案する。 これらの仮説は、観察された人間の手ポーズとリアルタイムで一致し、最も適切なハンドオーバ構成の推測を可能にする。 VLMを可塑性ハンドオブジェクト相互作用の先駆体として活用することにより、従来見つからなかったオブジェクト-タスクペアに対するタスク条件付きハンドオーバ戦略を生成する。 我々は,モバイルマニピュレータに全システムを展開する前に,スタンドアロンのインタラクション提案モジュールを評価する。 5つのタスクオブジェクトペアの12人の参加者を対象にしたユーザスタディでは、83.3%が、これまでの最先端技術よりもタスク理解が優れていると認識している。

関連論文リスト

• Task-Oriented Robot-Human Handovers on Legged Manipulators [5.1300124835861505]
  AFT-Handoverは、大規模言語モデル(LLM)駆動のアベイランス推論と効率的なテクスチャベースのアベイランス転送を統合して、ゼロショットで一般化可能なTOHを実現するフレームワークである。 AFT-Handoverを多種多様なタスク・オブジェクト・ペアで評価し、ハンドオーバの成功率の向上とベースラインよりも強力な一般化を示した。
  論文  参考訳（メタデータ） (2026-02-05T15:28:04Z)
• 3HANDS Dataset: Learning from Humans for Generating Naturalistic Handovers with Supernumerary Robotic Limbs [64.99122701615151]
  スーパー数式ロボットアーム(英: Supernumerary Robotics limbs、SRL)は、ユーザーの身体と密に統合されたロボット構造である。 3HANDSは,日常活動を行う参加者と,ヒップマウントSRLを自然な方法で実施する参加者との間の,オブジェクトハンドオーバインタラクションの新たなデータセットである。 本稿では,自然なハンドオーバ軌跡を生成する3つのモデル,適切なハンドオーバエンドポイントを決定する1つのモデル,ハンドオーバ開始のタイミングを予測する3つのモデルを提案する。
  論文  参考訳（メタデータ） (2025-03-06T17:23:55Z)
• Task-Oriented Human-Object Interactions Generation with Implicit Neural Representations [61.659439423703155]
  TOHO: 命令型ニューラル表現を用いたタスク指向型ヒューマンオブジェクトインタラクション生成 本手法は時間座標のみでパラメータ化される連続運動を生成する。 この研究は、一般的なヒューマン・シーンの相互作用シミュレーションに向けて一歩前進する。
  論文  参考訳（メタデータ） (2023-03-23T09:31:56Z)
• H-SAUR: Hypothesize, Simulate, Act, Update, and Repeat for Understanding Object Articulations from Interactions [62.510951695174604]
  The Hypothesize, Simulate, Act, Update, and Repeat (H-SAUR) is a probabilistic generative framework that generated hypotheses about objects articulate given input observed。 提案手法は,現在最先端のオブジェクト操作フレームワークよりも優れていることを示す。 我々は、学習に基づく視覚モデルから学習前の学習を統合することにより、H-SAURのテスト時間効率をさらに向上する。
  論文  参考訳（メタデータ） (2022-10-22T18:39:33Z)
• DemoGrasp: Few-Shot Learning for Robotic Grasping with Human Demonstration [42.19014385637538]
  本稿では,ロボットに対して,単純で短い人間の実演で物体をつかむ方法を教えることを提案する。 まず、人間と物体の相互作用を示すRGB-D画像の小さなシーケンスを提示する。 このシーケンスを使用して、インタラクションを表す手とオブジェクトメッシュを構築する。
  論文  参考訳（メタデータ） (2021-12-06T08:17:12Z)
• Hand-Object Contact Consistency Reasoning for Human Grasps Generation [6.398433415259542]
  世界で3Dオブジェクトを与えられた人間の把握を生成することを提案する。 キーとなる観察は、手接触点と物体接触領域の一貫性をモデル化することが重要であることである。 実験では、最先端のアプローチによる人間の把握力の大幅な向上が示されている。
  論文  参考訳（メタデータ） (2021-04-07T17:57:14Z)
• Reactive Human-to-Robot Handovers of Arbitrary Objects [57.845894608577495]
  本稿では、未知の物体の人間とロボットのハンドオーバを可能にするビジョンベースシステムを提案する。 提案手法は,クローズドループ運動計画とリアルタイムかつ時間的に一貫性のあるグリップ生成を組み合わせたものである。 提案手法の汎用性,ユーザビリティ,ロバスト性を,26種類の家庭用オブジェクトからなる新しいベンチマークで実証した。
  論文  参考訳（メタデータ） (2020-11-17T21:52:22Z)
• Human Grasp Classification for Reactive Human-to-Robot Handovers [50.91803283297065]
  本稿では,ロボットが人間に遭遇するロボットのハンドオーバに対するアプローチを提案する。 対象物をさまざまな手形やポーズで保持する典型的な方法をカバーする,人間の把握データセットを収集する。 本稿では,検出した把握位置と手の位置に応じて人手から対象物を取り出す計画実行手法を提案する。
  論文  参考訳（メタデータ） (2020-03-12T19:58:03Z)

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。