Fugu-MT 論文翻訳(概要): A Study on the Effects of Finger Movements on a Humanoid Hugging Robot

論文の概要: A Study on the Effects of Finger Movements on a Humanoid Hugging Robot

arxiv url: http://arxiv.org/abs/2611.02517v1
Date: Mon, 02 Nov 2026 04:36:46 GMT
ステータス: 情報取得中
システム内更新日: 2026-11-03 20:08:48.080889
Title: A Study on the Effects of Finger Movements on a Humanoid Hugging Robot
Title（参考訳）: ヒューマノイドハグロボットにおける指の動きの影響に関する研究
Abstract要約: その結果,指の動きの存在とパターンが,ロボットが求める感覚に影響を与えていることが示唆された。ロボットの身体接触に対する抵抗性には差は認められなかった。
参考スコア（独自算出の注目度）: 0.20625936401496234
License:
Abstract: This study aimed to examine the impact of finger movements in hugging robots on users by experimentally investigating how the presence and patterns of such movements affect users psychologically. The results suggest that the presence and patterns of finger movements influence the sensations users seek from the robot; specifically, repetitive movements and asynchronous movements across multiple fingers tended to enhance these sensations. Additionally, simultaneous movement of all fingers and gentle hugging tended to evoke a greater sense of care. Conversely, no differences were observed regarding resistance to physical contact initiated by the robot.
Abstract（参考訳）: 本研究は,ロボットの抱きしめ動作がユーザに与える影響を,そのような動作の有無やパターンが心理的にどう影響するかを実験的に検討することを目的とした。以上の結果から,指の動きの有無とパターンが,ロボットが求める感覚に影響を与えていることが示唆された。さらに、すべての指の同時移動と穏やかな抱擁は、より注意を喚起する傾向にあった。逆に,ロボットによる身体接触に対する抵抗性には差は認められなかった。

関連論文リスト

Towards Reliable Underwater Diver-Robot Interaction: Gesture Design, Interaction Logic, and Real-World Evaluation [51.441823331149]
我々は,コンパクトな7段階語彙,軽量なランドマークベース認識,コマンドレベルの対話ロジックを統合する。信頼性の高い水中ジェスチャーインタラクションは,人間のユーザビリティ,ジェスチャー認識性,実行信頼性に依存することを示す。
論文参考訳（メタデータ） (2026-09-20T06:17:00Z)
Design and Human Evaluation of Tactile Withdrawal Reflexes for a Skin-Covered Robot Arm [3.0386584727208032]
侵害受容 (nociception) は、有害な刺激と反応を結びつける保護的な生物学的機構である。本稿では,ロボットマニピュレータ上の感圧性皮膚からバイオインスパイアされた退避動作への圧力変化をマッピングする完全なパイプラインを提案する。
論文参考訳（メタデータ） (2026-07-24T12:31:44Z)
Anatomy of Uncertainty: Expressive Descriptors of Robotic Manipulator Motion for Non-verbal Communication in Human-Robot Collaboration [0.6576864734526405]
本研究はロボットマニピュレータ運動による知覚の不確実性を表現する数学的枠組みを導入する。動作中のロボットの不確実性を符号化し、将来の自律軌道生成を支援するための知覚的基盤を確立する。
論文参考訳（メタデータ） (2026-07-15T10:48:44Z)
A New Human-Likeness and Comfort Index for Robot Movements Along Prescribed Paths [1.2070251470948772]
本稿では,ロボットの動きと人間の動きの快適性と類似性の関係について論じる。人的類似度指数を用いて、人的な動きを生成する際に、軌道生成アルゴリズムの性能を評価することができる。
論文参考訳（メタデータ） (2026-07-09T15:53:51Z)
EMOTION: Expressive Motion Sequence Generation for Humanoid Robots with In-Context Learning [10.266351600604612]
本稿では,ヒューマノイドロボットにおける表現型動き列を生成するためのEMOTIONというフレームワークを提案する。本研究では,EMOTIONが生成する動作の自然性と理解性を比較したオンラインユーザ研究を行い,その人間フィードバックバージョンであるEMOTION++について述べる。
論文参考訳（メタデータ） (2024-10-30T17:22:45Z)
Advancements in Tactile Hand Gesture Recognition for Enhanced Human-Machine Interaction [1.6385815610837167]
本研究は,直感的物理的ヒューマン・マシーンインタラクション(HRI/HVI)の強化への関心が高まっている。導電性繊維で構築した大面積触覚触覚インタフェース(タッチインターフェース)に対して,手動作認識のアプローチを総合的に評価した。
論文参考訳（メタデータ） (2024-05-27T10:44:27Z)
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)
GRIP: Generating Interaction Poses Using Spatial Cues and Latent Consistency [57.9920824261925]
手は器用で多用途なマニピュレータであり、人間が物体や環境とどのように相互作用するかの中心である。現実的な手オブジェクトの相互作用をモデル化することは、コンピュータグラフィックス、コンピュータビジョン、混合現実の応用において重要である。 GRIPは、体と物体の3次元運動を入力として取り、物体の相互作用の前、中、後の両方の両手の現実的な動きを合成する学習ベースの手法である。
論文参考訳（メタデータ） (2023-08-22T17:59:51Z)
Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文参考訳（メタデータ） (2022-05-02T09:21:39Z)
From Movement Kinematics to Object Properties: Online Recognition of Human Carefulness [112.28757246103099]
ロボットは、視覚だけで、人間のパートナーが物体を動かす際に注意を払っているかを、どのようにオンラインで推測できるかを示す。我々は,低解像度カメラでも高い精度(最大81.3%)でこの推論を行うことができることを示した。パートナーの行動を観察することによる動きの注意の迅速な認識により、ロボットはオブジェクトに対する行動に適応し、人間のパートナーと同じケアの度合いを示すことができる。
論文参考訳（メタデータ） (2021-09-01T16:03:13Z)

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。