論文の概要: Mediating Human-Swarm Interactions Through a Robot Helper: A Shepherding-Inspired Approach

• arxiv url: http://arxiv.org/abs/2611.03548v1
• Date: Mon, 02 Nov 2026 18:10:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:53:22.619972
• Title: Mediating Human-Swarm Interactions Through a Robot Helper: A Shepherding-Inspired Approach
• Title（参考訳）: ロボットヘルパーによる人間とロボットのインタラクションの仲介 : シェパーディングにインスパイアされたアプローチ
• Abstract要約: 本研究は、中間ロボットヘルパーを介して大規模な集団を操るヒューマン・スワーム相互作用(HSI)について検討する。 バーチャルリアリティー(VR)における低レベルの遠隔操作と高次自律性モーションプライミティブインタフェースを比較する。 結果は、集合的な形状(例えば境界に基づく制御)で動作するモーションプリミティブがタスク性能を改善し、認識された作業負荷を減らすことを示唆している。
• 参考スコア（独自算出の注目度）: 4.548581037156465
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This work investigates human-swarm interaction (HSI) for steering large collectives through an intermediary robot helper. While prior robot-swarm control and HSI techniques commonly assume swarm members are addressable, these assumptions often fail for ``ungovernable'' swarms such as wildlife flocks and schools of fish. Motivated by pastoral shepherding, we compare low-level teleoperation to a higher-autonomy motion-primitives interface in a virtual reality (VR) shepherding task under varied swarm cohesion dynamics. Results indicate that motion primitives that operate on collective shape (e.g., boundary-based control) improve task performance and reduce perceived workload.
• Abstract（参考訳）: 本研究は、中間ロボットヘルパーを介して大規模な集団を操るヒューマン・スワーム相互作用(HSI)について検討する。 従来のロボット・スワム制御やHSI技術は、スワムのメンバーが対処可能であると一般的に仮定するが、これらの仮定は野生生物の群れや魚の群れのような'unovernable'の群れでは失敗することが多い。 低レベルの遠隔操作と高次自律性モーションプライミティブインタフェースを比較し,様々なスワム凝集動態下での仮想現実(VR)シェファーディングタスクについて検討した。 その結果, 集合形状(境界制御など)で動作する動作プリミティブは, タスク性能を改善し, 認識された作業負荷を低減することが示唆された。

関連論文リスト

• InterMimicGen: Scaling Humanoid Loco-Manipulation through Self-Evolving Motion Imitation [51.061592469527966]
  自己進化型モーションアニメーションフレームワークであるInterMimicGenを紹介する。 まず、モーションキャプチャーされた人間と物体の相互作用を統合し、それらをヒューマノイドロボットの参照に再ターゲットする。 第2に,人間の手によるシミュレーションにおいて,これらの参照を実行する物理に基づくジェネラリストトラッカーを訓練する。 第3に、データフライホイールを閉じます。各ラウンドは、インタラクションの発生場所と動作方法に小さなタスク保存変更を施し、トラッカーを微調整し、シミュレートされた実行がタスクを完了した変種のみを保持する。
  論文  参考訳（メタデータ） (2026-10-05T17:59:50Z)
• VAIC: Vision-Guided Humanoid Agile Object Interaction Control via Decoupled Commands [56.029505206531155]
  Vision Guided Agile Interaction Control (VAIC)は、現在のコントローラとヒューマノイドロボットのギャップを埋める統合フレームワークである。 まず、特権教師政策は、正確な物体運動学と正確な環境状態を用いて多様な相互作用スキルを習得する。 第二に、デプロイ可能な学生ポリシーは、全体追跡を複数の軸にまたがる速度目標に置き換えることで、これらの能力を蒸留する。
  論文  参考訳（メタデータ） (2026-06-08T09:52:55Z)
• ExpressMM: Expressive Mobile Manipulation Behaviors in Human-Robot Interactions [3.7698603952231777]
  我々は,人間とロボットの相互作用において,表現力のあるロボット行動を生成するための新しいExpressMMフレームワークを開発した。 協調組立シナリオにおいて,人間を支援する移動マニピュレータ上でExpressMMを実演する。 その結果,ExpressMMによる表現行動は,ロボットの行動や意図を明確に解釈するのに役立つことがわかった。
  論文  参考訳（メタデータ） (2026-04-07T01:46:55Z)
• InterPrior: Scaling Generative Control for Physics-Based Human-Object Interactions [58.329946838699044]
  人間は、明示的な全身運動のレベルで、物体と全身の相互作用を計画することは滅多にない。 このような事前のスケーリングは、ヒューマノイドがロコ操作スキルの構築と一般化を可能にする鍵となる。 我々は,強化学習による大規模模倣事前学習とポストトレーニングを通じて,統合生成コントローラを学習するフレームワークであるInterPriorを紹介する。
  論文  参考訳（メタデータ） (2026-02-05T18:59:27Z)
• 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)
• 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)
• FABG : End-to-end Imitation Learning for Embodied Affective Human-Robot Interaction [3.8177867835232004]
  本稿では,人間-ロボットインタラクションのためのエンドツーエンドの模倣学習システムであるFABG(Facial Affective Behavior Generation)を提案する。 我々は,立体空間を操作者が知覚できる没入型バーチャルリアリティ(VR)デモシステムを開発した。 実世界の25自由度ヒューマノイドロボットにFABGをデプロイし,その効果を4つの基本的なインタラクションタスクで検証する。
  論文  参考訳（メタデータ） (2025-03-03T09:58:04Z)
• Robot Interaction Behavior Generation based on Social Motion Forecasting for Human-Robot Interaction [9.806227900768926]
  本稿では,共有ロボット表現空間における社会的動き予測のモデル化を提案する。 ECHOは上記の共有空間で活動し、社会的シナリオで遭遇したエージェントの将来の動きを予測する。 我々は,多対人動作予測タスクにおけるモデルの評価を行い,最先端の性能を大きなマージンで獲得する。
  論文  参考訳（メタデータ） (2024-02-07T11:37:14Z)
• Collective motion emerging from evolving swarm controllers in different environments using gradient following task [2.7402733069181]
  センサと通信能力に制限のあるロボットが環境特性の勾配に従わなければならないという課題を考察する。 我々は、ディファレンシャル進化を用いて、Thymio IIロボットのシミュレーションのためのニューラルネットワークコントローラを進化させる。 進化したロボットコントローラは、タスクを解決したSwarm動作を誘導する。
  論文  参考訳（メタデータ） (2022-03-22T10:08:50Z)
• Show Me What You Can Do: Capability Calibration on Reachable Workspace for Human-Robot Collaboration [83.4081612443128]
  本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。 この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
  論文  参考訳（メタデータ） (2021-03-06T09:14:30Z)

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。