何が起きたか

2025年2月18日にarXivに公開された論文「RHINO: Learning Real-Time Humanoid-Human-Object Interaction from Human Demonstrations」において、研究者らは人型ロボット向けの新しいフレームワーク「RHINO」(Real-time Humanoid-human Interaction and Object manipulation)を提案した。RHINOは、人間がいつでもロボットを中断し、即座に応答させることを可能にする。このフレームワークは、反応動作、指示に基づく操作、安全性を統合し、言語・画像・動作などの複数の人間シグナルを扱う。

詳細

既存の研究は多段階のインタラクションに焦点を当て、各タスクを個別に扱い、リアルタイムフィードバックを無視していると論文は指摘する。RHINOはこの問題に対処するため、人間と人型ロボットのインタラクションを2つのレベルに分離する。高レベルプランナーはリアルタイムの人間の行動から意図を推論し、低レベルコントローラは予測された意図に基づいて反応動作と物体操作スキルを実現する。RHINOは、人間と人間のデモンストレーションやテレオペレーションデータから反応スキルを学習する。

Key Facts

論文は2025年2月18日にarXivで公開された (arXiv:2502.13134v1)。[1]
RHINOはReal-time Humanoid-human Interaction and Object manipulationの略称。[1]
RHINOは言語、画像、動作などの複数の人間シグナルモダリティを扱う。[1]
RHINOは高レベルプランナーと低レベルコントローラの2レベルで構成される階層的学習フレームワーク。[1]
高レベルプランナーはリアルタイムの人間行動から人間の意図を推論する。[1]
低レベルコントローラは予測された意図に基づいて反応動作と物体操作スキルを実現する。[1]
RHINOは人間と人間のデモンストレーションおよびテレオペレーションデータから反応スキルを学習する。[1]
RHINOは実機の人型ロボットで評価され、有効性、柔軟性、安全性が示された。[1]

なぜ重要か

RHINOは、人型ロボットが人間の指示にリアルタイムで反応する能力を向上させる可能性がある。これにより、人間の日常生活でのアシスタントとしての実用性が高まると期待される。