社会的認識ロボットナビゲーションのためのプロクセミクス分類の推進

非人間型ロボットを用いた2つのユーザー調査により、ロボットの丁寧さとエラー行動がユーザーの認識に与える影響が調査された。丁寧さは、Lakoff(1973)の丁寧さの規則に基づき、3つの規則をすべて実装した「最も丁寧」な条件と、それらを省略した「厳格だが失礼ではない」条件で実施された。正しさは、エラーのないロボットの行動と意図的なエラーを含む行動を比較することで操作された。調査は、モバイルロボットとマニピュレーターロボットの2種類のロボットと2つの異なるタスクを用いて実施され、工学系の若年成人参加者59名(24~28歳)が参加した。参加者は一貫して、正確で丁寧なロボットを最も好意的に評価した。…

• 顔表情認識とマルチモーダル感情検出の最近の進歩を体系的にレビューし、支援ロボットを適応的・人間中心にするための方法論と新興トレンドを分析している
• 感情知能の統合により、ロボット支援が反応的メカニズムから共感的で文脈を理解する支援パートナーへ変革し得ると指摘
• 感情認識のロボット応用における倫理的考慮事項を分析している

人間とロボットの協働(HRC)における先回りしたロボット支援のため、タスク文脈の認識、ユーザーのニーズ予測、ワークフローを妨げない適切な介入を可能にするシステムが必要とされている。本稿では、大規模言語モデル(LLM)の推論と標準運用手順(SOP)による根拠付けを、意図、動作、知覚、音響、アフォーダンス、パフォーマンスの専門化されたモジュラー層と組み合わせたAgentic Unified Robotic Assistance(AURA)フレームワークを提案する。このフレームワークは、再トレーニングや再プロンプトなしで再構成可能かつ監査可能であり、中央の意思決定モジュールに構造化されたコンテキス…

• ManiSkill-HABシミュレーションで、提案手法が評価された6つのサブタスクすべてにおいてベースラインと比較してサブタスク成功率とサンプル効率を向上させた。

本調査は、ロボット操作におけるセンサーモダリティ選択、異種信号の整合と融合、およびそれらのアクション生成との関連性に焦点を当て、ビジョン・言語・アクション(VLA)モデルをセンサー・融合・アクションのパイプラインとして再解釈する。RGB、深度、触覚、力/トルク、固有受容性、慣性計測ユニット、マルチスペクトル/熱、イベントベースビジョンなどの主要なセンサーモダリティの分類、それらが提供する物理情報、故障モード、デプロイメント制約を比較する。また、テレオペレーション、人間のビデオ、シミュレーションベースのデータ収集パイプライン、および代表的なデータセット構成をレビューし、早期・後期融合、クロスア…