論文の概要: Social Humanoid: Socially Responsive Human-Humanoid Interaction

• arxiv url: http://arxiv.org/abs/2611.08407v1
• Date: Thu, 05 Nov 2026 18:14:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 04:55:13.613945
• Title: Social Humanoid: Socially Responsive Human-Humanoid Interaction
• Title（参考訳）: 社会的ヒューマノイド : 社会的に応答する人間-ヒューマノイド相互作用
• Abstract要約: 社会的ヒューマノイド(Social Humanoid)は、人間のパートナーの動きに対して社会的に反応する全身の動きを生成し、実行する階層的なシステムである。 この結果から,ソーシャルヒューマノイドは,シミュレーションや実世界において,多様な相互作用タイプにまたがって協調的,協調的な行動を生成することが示唆された。
• 参考スコア（独自算出の注目度）: 86.7218711061574
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Humanoid robots are typically trained as solitary agents, leaving them unable to coordinate physically with human partners who naturally anticipate and adjust to one another. To bridge this gap, we present Social Humanoid, a hierarchical system that generates and executes socially responsive whole-body motion on a 29-DoF Unitree G1 conditioned on a human partner's motion. Its high-level policy performs flexible sequence modeling of human and humanoid motion through a shared tokenized representation, generating reactive humanoid motion and anticipating the partner's motion when they are occluded, while a low-level whole-body tracking controller executes the generated motion on the robot. To train the system, we introduce a two-phase adaptive retargeting procedure that retargets one interaction partner to the robot while morphing the other partner to preserve contact dynamics, reachability, and relative body scale. We apply this procedure across five motion-capture datasets to produce a new Human-Humanoid Interaction (HHI) benchmark of 260 hours of human-humanoid interactions. Our results demonstrate that Social Humanoid produces coordinated, human-aligned behavior across diverse interaction types in simulation and the real world. Project page: https://von31.github.io/social-humanoid/
• Abstract（参考訳）: ヒューマノイドロボットは通常、単独のエージェントとして訓練され、自然にお互いを予想し、調整する人間のパートナーと物理的に協調することができない。 このギャップを埋めるために、我々は、人間のパートナーの動きに調整された29-DoFユニツリーG1上で、社会的に応答する全身運動を生成し、実行する階層的なシステムであるSocial Humanoidを提案する。 そのハイレベルポリシーは、共有トークン化表現を介して人間とヒューマノイドの動きのフレキシブルなシーケンスモデルを実行し、反応性のあるヒューマノイドの動きを生成し、それらが閉塞されたときにパートナーの動きを予測し、低レベル全体のトラッキングコントローラがロボットに生成された動きを実行する。 システムをトレーニングするために,ロボットとのインタラクションパートナーを一方に再ターゲットし,他方のパートナを変形させて接触ダイナミクス,到達性,相対体規模を維持できる2相適応的リターゲット方式を導入する。 この手順を5つのモーションキャプチャーデータセットに適用し、ヒト-ヒト間相互作用の260時間の新たなHHI(Human-Humanoid Interaction)ベンチマークを作成する。 この結果から,ソーシャルヒューマノイドは,シミュレーションや実世界において,多様な相互作用タイプにまたがって協調的,協調的な行動を生成することが示唆された。 プロジェクトページ: https://von31.github.io/social- Humanoid/

関連論文リスト

• HumiMimic: Mimetic Embodiment Transfer of Human-Humanoid Interaction from In-the-Wild Videos [15.429734695169016]
  本稿では,ミメティックなエンボディメント転送フレームワークであるHumiTransferを提案する。 人間のインタラクション動画を、物理的にもっともらしい人間と人間とのインタラクションに変換する。 We apply HumiTransfer to 1,200 in-the-wild video, produced about 50,000 frames of various interaction for two humanoid Robot。
  論文  参考訳（メタデータ） (2026-10-27T04:18:31Z)
• 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)
• GAE: General Action Expert for Real-Time Humanoid Teleoperation [30.906376896948203]
  General Action Expert (GAE) は、汎用的で低遅延のヒューマノイド全体遠隔操作のための統合学習フレームワークである。 GAEはビデオ、アニメーション、モーションキャプチャを含む異種ソースから大規模な人間のモーションデータセットを構築し、続いて標準化と拡張を行う。 応答性のあるヒューマンロボット同期のために、GAEはリアルタイム遠隔操作中にエンドツーエンドの遅延を適応的に補償する遅延条件予測機構を導入した。
  論文  参考訳（メタデータ） (2026-09-28T03:39:03Z)
• Towards Motion Turing Test: Evaluating Human-Likeness in Humanoid Robots [54.54929302887405]
  15のアクションカテゴリにまたがる1000のモーションシーケンスからなるHuman-Humanoid Motionデータセットを提案する。 すべてのモーションシーケンスは、視覚的外観の影響を排除するためにSMPL-X表現に変換される。 収集したデータから、ヒューマノイドの動きが人間の動きと顕著なずれを示すことが明らかとなった。
  論文  参考訳（メタデータ） (2026-03-06T11:40:56Z)
• ReGenNet: Towards Human Action-Reaction Synthesis [87.57721371471536]
  我々は、人間と人間の相互作用の非対称、動的、同期、および詳細な性質を分析する。 本研究では,人間の行動に条件付けされた人間の反応を生成するための,最初のマルチセットヒト行動反応ベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-03-18T15:33:06Z)
• 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)
• Habitat 3.0: A Co-Habitat for Humans, Avatars and Robots [119.55240471433302]
  Habitat 3.0は、家庭環境における協調ロボットタスクを研究するためのシミュレーションプラットフォームである。 複雑な変形可能な体と外観と運動の多様性をモデル化する際の課題に対処する。 Human-in-the-loopインフラストラクチャは、マウス/キーボードまたはVRインターフェースを介してシミュレーションされたロボットとの実際のヒューマンインタラクションを可能にする。
  論文  参考訳（メタデータ） (2023-10-19T17:29:17Z)
• 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)

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。