Dance2Hesitate: ダンサーが教えるためらい動作のマルチモーダルデータセット

- 人間とロボットの協働における「ためらい(hesitancy)」の表現を研究するための、マルチモーダルなダンサー生成データセット。 - 特定のcontext-embodimentペアに焦点: (i) manipulator/human upper-limbがJenga Towerに接近する動作、(ii) 自由空間でのanthropomorphic whole body motion。 - 含まれるデータ: Franka Emika Pandaへのkinesthetic teaching demonstrations(固定開始姿勢から固定目標Jenga towerへ、3段階のhesitancyレベル: slight, significant, extreme)、およびダンサーのupper limbによる同様のreaching behaviorの同期RGB-D motion capture(3レベル)、extreme hesitancyのfull human body sequences。 - 規模: 70 unique whole-body trajectories、84 upper…

- 従来、ためらいを持つロボット動作の設計はobserverの推論がembodimentやcontextに強く依存するため汎化が困難だった。 - 本データセットは、特定のcontext-embodimentペアに焦点を当て、ダンサーが生成したためらい動作をマルチモーダル(kinesthetic teachingとRGB-D motion capture)で提供することで、この課題に対処。 - 先行研究との具体的な比較は要旨からは不明。

- ダンサーがupper limbおよびwhole bodyでためらいを表現し、それをRGB-D motion captureで同期取得。 - ロボット側ではFranka Emika Pandaにkinesthetic teachingで同様のreaching動作を教示。 - 3段階のhesitancyレベル(slight, significant, extreme)を設定し、段階的にためらいを変化させた軌道を収集。 - データセットには再現可能なベンチマークのためのdocumentationを付属。

- データセットの有効性検証の詳細は要旨からは不明。 - ただし、複数のダンサーから70のwhole-body trajectories、84のupper limb trajectories、66のkinesthetic teaching trajectoriesを収集し、マルチモーダルなベンチマークを可能にした点が報告されている。

- ためらいの推論はembodimentとcontextに依存するため、汎化が難しいという課題が議論されている。 - 特定のcontext-embodimentペアに焦点を当てることで、この問題に対処するアプローチを提案。 - データセットの限界や今後の課題についての具体的な議論は要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、human-robot collaborationにおけるhesitancy expression、kinesthetic teaching、motion capture、およびJenga Towerを用いたreachingタスクの研究が挙げられる。 - 同分野の定番として、robot motion generation、human motion analysis、multi-modal learningの論文が参考になる。