物理的ヒューマンロボットインタラクション2025/9/1arXiv:2509.18447

PrioriTouch: 腕全体の物理的ヒューマンロボットインタラクションにおけるユーザの接触選好への適応

PrioriTouch: Adapting to User Contact Preferences for Whole-Arm Physical Human-Robot Interaction

複数接触がある腕全体の物理的インタラクションで、ユーザごとの接触の好み（場所や力）に適応するため、学習ベースのランキングと階層型操作空間制御を組み合わせたフレームワークを提案し、介護タスクなどで安全性と快適性を向上させた。

詳しい要約

1. どんなもの？

- 全腕接触を含む physical human-robot interaction (pHRI) において、ユーザごとの接触選好（どこに・どれだけ力を加えるか）に適応する枠組み PrioriTouch を提案する研究。 - 複数接触・複数選好が同時に存在し互いに矛盾しうる状況で、制御目的をランク付けして実行する。 - 介護タスク（bed bathing, dressing など）を主な動機としつつ、より広い multi-contact 設定にも適用可能と主張。

2. 先行研究と比べてどこがすごい？

- 単一接触の選好推定ではなく、whole-arm の複数同時接触における選好の競合とトレードオフを扱う点が特徴。 - 一般的なコントローラ集合から優先順位付けできるため、特定タスク専用設計に限定されない点を利点として提示。 - 学習-to-rank と hierarchical operational space control を組み合わせ、simulation-in-the-loop rollouts によりデータ効率と安全な探索を狙う点が先行研究との差異として示される。 - 具体的な比較対象の先行研究名は要旨からは不明。

3. 技術・手法の肝は？

- 複数接触の制御目的をランク付け・実行する PrioriTouch フレームワーク。 - 新規の learning-to-rank 手法と hierarchical operational space control を組み合わせる。 - simulation-in-the-loop rollouts を用いてデータ効率的かつ安全に探索する。 - ユーザスタディから個人別の comfort thresholds を導出し、PrioriTouch に組み込む。

4. どうやって有効だと検証した？

- 物理的支援に関するユーザスタディを実施し、個人別 comfort thresholds を導出。 - 導出した閾値を PrioriTouch に組み込み、extensive simulation と real-world experiments で評価。 - ユーザの接触選好への適応、タスク性能の維持、安全性と快適性の向上を示したと報告。 - 具体的な被験者数・評価指標・統計手法は要旨からは不明。

5. 議論はある？

- 複数接触・複数選好では単一解で全目的を満たせず、トレードオフが本質的であり優先順位付けが不可欠という議論を提示。 - 介護現場では接触が頻繁かつ多様で、異なる身体部位が両立し難い力要件を課すため衝突が避けられないと指摘。 - 限界・失敗事例・倫理的考察の詳細は要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照・比較されている個別研究は明示されていないため特定不可。 - 関連手法として hierarchical operational space control、learning-to-rank、simulation-in-the-loop 強化学習/ロールアウト、pHRI における comfort/force 適応、caregiving robotics の文献を次に読む候補として挙げる。 - 具体的な論文名は要旨からは不明。

※ 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: Rishabh Madan, Jiawei Lin, Mahika Goel, Angchen Xie, Xiaoyu Liang, Marcus Lee, Justin Guo, Pranav N. Thakkar, Rohan Banerjee, Jose Barreiros, Kate Tsui, Tom Silver, Tapomayukh Bhattacharjee

分類: cs.RO, cs.AI

原文アブストラクト

Physical human-robot interaction (pHRI) requires robots to adapt to individual contact preferences, such as where and how much force is applied. Identifying preferences is difficult for a single contact; with whole-arm interaction involving multiple simultaneous contacts between the robot and human, the challenge is greater because different body parts can impose incompatible force requirements. In caregiving tasks, where contact is frequent and varied, such conflicts are unavoidable. With multiple preferences across multiple contacts, no single solution can satisfy all objectives--trade-offs are inherent, making prioritization essential. We present PrioriTouch, a framework for ranking and executing control objectives across multiple contacts. PrioriTouch can prioritize from a general collection of controllers, making it applicable not only to caregiving scenarios such as bed bathing and dressing but also to broader multi-contact settings. Our method combines a novel learning-to-rank approach with hierarchical operational space control, leveraging simulation-in-the-loop rollouts for data-efficient and safe exploration. We conduct a user study on physical assistance preferences, derive personalized comfort thresholds, and incorporate them into PrioriTouch. We evaluate PrioriTouch through extensive simulation and real-world experiments, demonstrating its ability to adapt to user contact preferences, maintain task performance, and enhance safety and comfort. Website: https://emprise.cs.cornell.edu/prioritouch.

arXivで原文を読む →arXiv概要ページ

PrioriTouch: 腕全体の物理的ヒューマンロボットインタラクションにおけるユーザの接触選好への適応

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell