論文の概要: Fluidic Body: Swarm Robots as a Fluid Extension of the Hand
- arxiv url: http://arxiv.org/abs/2611.06068v1
- Date: Wed, 04 Nov 2026 07:13:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.009647
- Title: Fluidic Body: Swarm Robots as a Fluid Extension of the Hand
- Title(参考訳): 流体物体:手の流体拡張としての群れロボット
- Abstract要約: 我々は、流体模倣ロボットの群れを手の延長として操作できるシステム、Fluidic Bodyを紹介した。
このシステムは手と腕の間に仮想流体を配置する。
ユーザが手を開くと、Swarmは柔らかくなり、障害物の周りを変形して流れていく。
- 参考スコア(独自算出の注目度): 10.039628214334403
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Swarm robots have attracted growing interest as a physical interface for human--computer interaction, since a swarm can reshape its formation to fit the objects and surroundings it works with. For a human operator, however, adapting the swarm's behavior remains difficult. Most existing methods require the user to specify where the swarm should go, and they offer no intuitive way to change the collective's behavior as each task demands. We present Fluidic Body, a system that lets a person operate a swarm of fluid-imitating robots as an extension of the hand. The system places a virtual fluid between the hand and the swarm, and the user adapts the swarm's behavior to each task by changing the fluid's properties through simple hand movements. When the user opens the hand, the swarm becomes soft enough to deform and flow around obstacles. Closing the hand turns it into a hard, cohesive body that can push objects. We evaluated the controller's performance and its operability in two simulation experiments and one demonstration with physical robots. First, our controller handled both obstacle avoidance and object transportation better than an existing method that behaves the same way in every task. Second, in a VR user study, 17 participants completed the combined avoidance-and-transportation task faster and more reliably than with that method. They also reported a lower workload and a stronger sense of agency. Finally, this experience carried over to physical robots in a real-world demonstration (88 participants). These results suggest that treating a swarm as a fluid, a material people already understand, allows a robot swarm to work as a deformable extension of the human body.
- Abstract(参考訳): Swarmロボットは、人間とコンピュータのインタラクションのための物理的なインターフェースとして、ますます関心を集めている。
しかし、人間の操作者にとって、群れの行動に適応することは依然として困難である。
既存のほとんどのメソッドでは、ユーザがSwarmの行き先を指定する必要があり、各タスクの要求に応じて集団の振る舞いを変更する直感的な方法を提供しない。
我々は、流体模倣ロボットの群れを手の延長として操作できるシステム、Fluidic Bodyを紹介した。
このシステムは、手と腕の間に仮想流体を配置し、ユーザは簡単な手の動きによって流体の特性を変化させることで、各タスクにスワムの挙動を適応させる。
ユーザが手を開くと、Swarmは柔らかくなり、障害物の周りを変形して流れていく。
手を閉じると固く結束した体になり、物体を押すことができる。
2つのシミュレーション実験と1つの物理ロボットによる実演実験において,制御器の性能と操作性を評価した。
まず、我々のコントローラは、あらゆるタスクで同じように振る舞う既存の方法よりも、障害物回避と物体輸送の両方をうまく処理する。
第二に、VRユーザスタディでは、17人の参加者が、その方法よりも速く、より確実に回避・輸送タスクを完了した。
彼らはまた、より低い作業負荷とより強力なエージェンシー感覚を報告した。
最後に、この体験は現実世界のデモ(88人の参加者)で物理的なロボットに受け継がれた。
これらの結果は、スワムを流体として扱うことで、ロボットスワムを人間の身体の変形可能な拡張として機能させることができることを示唆している。
関連論文リスト
- Reality and Perceptual Gaps in Expressive Swarm Robotics [4.669950456833093]
本研究では,3つのロボット群(テーブルトップ,空中,人規模の移動マニピュレータ)にまたがる分散コーディネートコードについて検討した。
基礎となるアルゴリズムは3つのプラットフォームすべてで確実に実行されるが、身体的具体化は目に見える動きを歪ませる実行時間尺度を大きく変えた。
論文 参考訳(メタデータ) (2026-11-03T17:26:56Z) - 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) - ViLoMan: Learning Visual-Proprioceptive Whole-Body Loco-Manipulation Skills for Humanoid Robots [56.6238848953359]
ViLoManは、自律的なヒューマノイドロコ操作のためのスケーラブルなフレームワークである。
自我中心の深度観測と主観的測定を直接ジョイントレベル全体の行動にマッピングする統一的なポリシーを学ぶ。
論文 参考訳(メタデータ) (2026-09-16T19:10:13Z) - HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit [52.12750762494588]
本稿では,半自律遠隔操作システムHOMIEを紹介する。
ペダルにマッピングされた身体制御のための強化学習ポリシー、腕制御のための異形外骨格アーム、手操作のためのモーションセンシンググローブを組み合わせている。
このシステムは完全なオープンソースであり、デモとコードはhttps://homietele.org/.com/で見ることができる。
論文 参考訳(メタデータ) (2025-02-18T16:33:38Z) - Robots with Different Embodiments Can Express and Influence Carefulness
in Object Manipulation [104.5440430194206]
本研究では,2つのロボットによるコミュニケーション意図による物体操作の知覚について検討する。
ロボットの動きを設計し,物体の搬送時に注意を喚起するか否かを判断した。
論文 参考訳(メタデータ) (2022-08-03T13:26:52Z) - Synthesis and Execution of Communicative Robotic Movements with
Generative Adversarial Networks [59.098560311521034]
我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。
我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。
我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
論文 参考訳(メタデータ) (2022-03-29T15:03:05Z) - 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) - Learning Bipedal Robot Locomotion from Human Movement [0.791553652441325]
本研究では、実世界の二足歩行ロボットに、モーションキャプチャーデータから直接の動きを教えるための強化学習に基づく手法を提案する。
本手法は,シミュレーション環境下でのトレーニングから,物理ロボット上での実行へシームレスに移行する。
本研究では,ダイナミックウォークサイクルから複雑なバランスや手振りに至るまでの動作を内製したヒューマノイドロボットについて実演する。
論文 参考訳(メタデータ) (2021-05-26T00:49:37Z)
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。