外骨格/意図認識2025/8/1arXiv:2508.10378

上肢外骨格における安全で意図統合型支援のための意味認識フレームワーク

A Semantic-Aware Framework for Safe and Intent-Integrative Assistance in Upper-Limb Exoskeletons

大規模言語モデルをタスク計画に組み込み、物体の意味情報に応じて支援パラメータを自動調整し、拡散モデルによる異常検知と再計画で安全な人間-ロボット協調を実現する上肢外骨格のフレームワークを提案。

詳しい要約

1. どんなもの？

- 上肢用 exoskeleton のための semantic-aware な assistance framework - 家庭介護 (home-care) 場面を想定 - 操作対象の意味情報に応じて assistive configuration を適応させる - large language models を task planning に統合 - 安全かつ意図統合型 (intent-integrative) の支援を目指す

2. 先行研究と比べてどこがすごい？

- 既存手法は task semantics の理解やユーザとの協調的 action planning が不足 - そのため汎化性 (generalizability) が限定的 - 提案手法は large language models を組み込み、意味情報に基づく支援パラメータの自動設定を実現 - さらに diffusion-based anomaly detector による継続的監視と real-time replanning を追加 - 具体的な比較対象・定量比較は要旨からは不明

3. 技術・手法の肝は？

- まず exoskeleton を transparent mode で動作させ、物体把持時の wearer 意図を取得 - task description から semantic information を抽出し、assistive parameters を自動構成 - diffusion-based anomaly detector で human-robot interaction の状態を連続監視 - 異常検出時に real-time replanning を発火 - 実行中は online trajectory refinement と impedance control で安全性と interaction を調整

4. どうやって有効だと検証した？

- 実験結果により以下を示す - wearer の cognition との整合 - 意味的に変化するタスクへの適応 - 異常への信頼性ある応答 - 具体的な実験設定・被験者数・評価指標は要旨からは不明

5. 議論はある？

- 家庭介護での意味情報に応じた支援構成の必要性を動機として提示 - 既存手法の汎化性・協調計画性の限界を指摘 - 安全性確保のため anomaly detection と replanning、impedance control を組み合わせる設計 - 限界・失敗事例・倫理的議論の詳細は要旨からは不明

6. 次に読むべき論文は？

- large language models を用いた task planning / semantic reasoning 関連研究 - diffusion-based anomaly detection 関連研究 - impedance control および online trajectory refinement 関連研究 - 上肢 exoskeleton の intent detection / transparent mode 関連研究 - 要旨で個別論文の参照・比較は明示されていないため、上記は関連手法の一般名

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Yu Chen, Shu Miao, Chunyu Wu, Jingsong Mu, Bo OuYang, Xiang Li

分類: cs.RO

原文アブストラクト

Upper-limb exoskeletons are primarily designed to provide assistive support by accurately interpreting and responding to human intentions. In home-care scenarios, exoskeletons are expected to adapt their assistive configurations based on the semantic information of the task, adjusting appropriately in accordance with the nature of the object being manipulated. However, existing solutions often lack the ability to understand task semantics or collaboratively plan actions with the user, limiting their generalizability. To address this challenge, this paper introduces a semantic-aware framework that integrates large language models into the task planning framework, enabling the delivery of safe and intent-integrative assistance. The proposed approach begins with the exoskeleton operating in transparent mode to capture the wearer's intent during object grasping. Once semantic information is extracted from the task description, the system automatically configures appropriate assistive parameters. In addition, a diffusion-based anomaly detector is used to continuously monitor the state of human-robot interaction and trigger real-time replanning in response to detected anomalies. During task execution, online trajectory refinement and impedance control are used to ensure safety and regulate human-robot interaction. Experimental results demonstrate that the proposed method effectively aligns with the wearer's cognition, adapts to semantically varying tasks, and responds reliably to anomalies.

arXivで原文を読む →arXiv概要ページ

← 論文一覧