論文の概要: Active Constraints for Simultaneous Guidance and Safety in Handheld Micromanipulation
- arxiv url: http://arxiv.org/abs/2610.37981v1
- Date: Tue, 27 Oct 2026 21:26:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-03 19:14:40.968288
- Title: Active Constraints for Simultaneous Guidance and Safety in Handheld Micromanipulation
- Title（参考訳）: ハンドヘルドマイクロマニピュレーションにおける同時誘導と安全のためのアクティブ制約
- Abstract要約: マイクロマニピュレーションでは、誤動作制限により操作精度が低下し、マイクロ手術のような重要な応用におけるタスク性能と安全性に影響を及ぼす可能性がある。
ハンドヘルドマイクロマニピュレーションのための最適化に基づくアクティブ制約フレームワークを提案する。
その結果, 提案法は安全違反率を基準線に対して2桁以上低減し, 安全性のみによる3倍精度の損失を回復した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In micromanipulation, erroneous hand motion limits unaided manipulation accuracy, which can affect task performance and safety in critical applications like microsurgery. Handheld robots (micromanipulators) enable motion accuracy beyond human limits by providing robotic assistance in a low-cost, compact, intuitive form factor. Particularly, active constraints are an effective form of robotic assistance, which aids the operator by restricting the robot's permissible motion based on task-specific requirements or objectives, thereby providing task guidance and enforcing safety. However, existing formulations of active constraints for handheld systems are limited, most notably because of the inability to provide guidance and enforce safety simultaneously. Implementing active constraints with optimization-based methods can address these limitations, but existing implementations are designed for free-standing robots, and neglect that handheld robots actuate relative to the operator's hand with a limited workspace. In this work, we propose an optimization-based active constraint framework for handheld micromanipulation that enables simultaneous guidance and safety enforcement. The formulation was implemented in a handheld robot and demonstrated on a medically relevant artificial task. Results show that the proposed formulation reduced safety violation rate by more than two orders of magnitude relative to baselines, while recovering the threefold accuracy loss from enforcing safety alone.
- Abstract（参考訳）: マイクロマニピュレーションでは、誤動作制限により操作精度が低下し、マイクロ手術のような重要な応用におけるタスク性能と安全性に影響を及ぼす可能性がある。
ハンドヘルドロボット(マイクロマニピュレータ)は、低コストでコンパクトで直感的なフォームファクターでロボット支援を提供することで、人間の限界を超える運動精度を実現する。
特に、アクティブな制約は、タスク固有の要件や目的に基づいてロボットの許容動作を制限し、タスクガイダンスを提供し、安全性を強制することで、オペレータを支援する、効果的なロボット支援の形式である。
しかし,既存のハンドヘルドシステムに対するアクティブな制約の定式化は制限されている。
最適化に基づく手法によるアクティブな制約の実装は、これらの制限に対処できるが、既存の実装は、フリーのロボット用に設計されており、ハンドヘルドロボットが操作者の手に対して限られた作業空間で作動することを無視する。
本研究では,ハンドヘルドマイクロマニピュレーションのための最適化に基づくアクティブ制約フレームワークを提案する。
定式化はハンドヘルドロボットで実施され、医学的に関係のある人工作業で実証された。
その結果, 提案法は安全違反率を基準線に対して2桁以上低減し, 安全性のみによる3倍精度の損失を回復した。
関連論文リスト
- Large Multimodal Models for Direct Robot Control: GPT-6 as a Beginning [71.88401072770884]
本稿では,軽量エージェント実行フレームワークを用いた閉ループロボット操作のためのGPT-6 Astraを体系的に評価する。
まず,3つの基本的具現化能力,深度知覚,文脈内学習,触覚理解を探索する。
次に、GPT-6 Astraを、6つの機能ディメンジョンに沿って、確立された5つのベンチマークで評価する。
論文 参考訳（メタデータ） (2026-10-20T14:15:04Z) - Neuro-Symbolic Predicate Learning for Semantic Safe Robot Control [48.31927123480438]
「セマンティックセーフロボット制御のためのニューロシンボリック述語学習」を提案する。
NEUPROは、実践者がタスク関連の安全要件を透過的な象徴的ルールとして表現することを可能にする。
NEUPROは、タスク全体を一般化し、従来のブラックボックスコスト定式化の解釈可能性制限を緩和する安全クリティカルな特徴を学習する。
論文 参考訳（メタデータ） (2026-09-30T12:18:28Z) - Occluding the Solution Space: Planner-Agnostic Adversarial Attacks on Tolerance-Aware Manipulation [57.9825059129472]
本稿では, 耐障害性を考慮したアタック・フレームワークを提案する。
提案手法は,評価パラダイムを目標領域を越えたタスクレベルの実現性にシフトする。
オンラインでは、この攻撃を最大カバレッジ最適化の予算として定式化しています。
論文 参考訳（メタデータ） (2026-07-04T08:14:44Z) - EMMa: End-Effector Stability-Oriented Mobile Manipulation for Tracked Rescue Robots [14.473975238280538]
本稿では,複雑な救助シナリオにおいて安定なエンドエフェクタ動作を実現するための移動体追従マニピュレータの動作生成フレームワークを提案する。
提案フレームワークは,タスク成功率やエンドエフェクタ動作安定性など,主要な指標間でSOTA手法を一貫して上回っている。
論文 参考訳（メタデータ） (2026-04-09T14:28:41Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - Fast Functionally Redundant Inverse Kinematics for Robotic Toolpath Optimisation in Manufacturing Tasks [53.04487603529418]
逆キネマティクスアルゴリズムは、これを高速でリアクティブなフレームワークで解決することができる。
ロボット操作のための機能的冗長な逆運動学を解く新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-12-10T22:07:07Z) - Exploring the Adversarial Vulnerabilities of Vision-Language-Action Models in Robotics [68.36528819227641]
本稿では,ビジョン・ランゲージ・アクション(VLA)モデルのロバスト性を体系的に評価する。
本研究では,ロボット行動の不安定化に空間的基盤を活用する2つの未目標攻撃目標と,ロボット軌道を操作する目標攻撃目標を導入する。
我々は、カメラの視野に小さなカラフルなパッチを配置し、デジタルと物理の両方の環境で効果的に攻撃を実行する逆パッチ生成アプローチを設計する。
論文 参考訳（メタデータ） (2024-11-18T01:52:20Z) - Differentiable Constrained Imitation Learning for Robot Motion Planning
and Control [0.26999000177990923]
我々は,交通エージェントのシミュレーションだけでなく,ロボットの動作計画と制御を制約するフレームワークを開発した。
モバイルロボットと自動運転アプリケーションに焦点をあてる。
移動ロボットナビゲーションと自動走行のシミュレーション実験は,提案手法の性能を示す証拠となる。
論文 参考訳（メタデータ） (2022-10-21T08:19:45Z) - Constrained Dynamic Movement Primitives for Safe Learning of Motor
Skills [25.06692536893836]
ロボット作業空間における制約満足度を実現するための制約付き動的運動プリミティブ(CDMP)を提案する。
異なる環境における異なるマニピュレータを用いた提案アルゴリズムの実装を示すビデオがここにある。
論文 参考訳（メタデータ） (2022-09-28T22:59:33Z) - SHARP: Shielding-Aware Robust Planning for Safe and Efficient
Human-Robot Interaction [5.804727815849655]
シールド」制御スキームは、安全クリティカルなイベントが差し迫った場合に、ロボットの名目上の計画と安全フォールバック戦略をオーバーライドする。
本研究では,ロボットが将来の遮蔽イベントを明示的に考慮し,効率的に計画できる新しい遮蔽型計画手法を提案する。
論文 参考訳（メタデータ） (2021-10-02T17:01:59Z) - Human-Supervised Semi-Autonomous Mobile Manipulators for Safely and
Efficiently Executing Machine Tending Tasks [18.13380313852783]
半自律移動マニピュレータを開発し、人間の監督下で機械の操作作業を安全かつ効率的に行う。
ロボットは、ハイレベルなタスク記述から動作計画を生成し、シミュレーション結果を人間に提示して承認する。
予備的なユーザトライアルでは,非専門家がシステムの使用を迅速に学習し,マシンの操作を行うことが可能であった。
論文 参考訳（メタデータ） (2020-10-10T04:28:52Z)
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。