遠隔リハビリテーション/ハプティックインタラクション2026/9/4arXiv:2609.04799

HaptiNet: ネットワーク化されたハプティックロボットによる地理的制約を超えた身体的共存の実現

HaptiNet: Networked Haptic Robots Enable Physical Co-presence in Geographically-Unconstrained Rehabilitation

遠隔リハビリテーションにおいて、力覚を介した身体的共存を可能にするネットワーク型ハプティックロボットシステムHaptiNetを提案し、模倣学習に基づく遅延補償により遠隔地間での協調運動を実現した。284名の健常者と111名の神経障害患者を対象に検証し、ハプティック協調訓練がタスク性能を向上させることを示した。

詳しい要約

1. どんなもの？

HaptiNetは、地理的に離れたユーザー間で力覚を介した物理的な共在（physical co-presence）を実現するネットワーク型ハプティックロボットシステムである。各ロボット端末は低慣性・長ストローク設計で高い力帰還能力を持ち、上肢リハビリテーションのハプティックレンダリングに適している。HaptiNetは、模倣学習に基づく遅延補償器を備えた分散ハプティックネットワークを構築し、遠隔地のユーザーが互いの動きを物理的に知覚し協調することを可能にする。

2. 先行研究と比べてどこがすごい？

従来の遠隔リハビリテーションは主に音声・視覚に依存しており、ユーザーはハプティック的・物理的に孤立していた。HaptiNetは、力覚を介した相互作用を導入することで、物理的な共在を可能にし、社会的運動相互作用を強化する点で先行研究より優れている。また、遅延補償に模倣学習を用いることで、ネットワーク遅延下でも安定したハプティック相互作用を実現している点が新しい。

3. 技術・手法の肝は？

技術の肝は、低慣性・長ストロークのロボット端末設計と、模倣学習に基づく遅延補償器を備えた分散ハプティックネットワークである。遅延補償器は、ネットワーク遅延による不安定性を補正し、遠隔地間での力覚相互作用を安定化させる。また、タスクレベルの力レンダリング一貫性を維持するための設計がなされている。

4. どうやって有効だと検証した？

284人の健常参加者と111人の神経障害患者を対象に、実験室試験、都市間展開、臨床応用を含む段階的に現実的な設定で検証した。単一ユーザーと複数ユーザーシナリオでタスクレベルの力レンダリング一貫性を確認し、ソロおよび視覚的協調トレーニングと比較して、ハプティック協調はタスクパフォーマンスをそれぞれ24%と22%向上させ、エンゲージメントと対人運動同期も向上させた。約4,000kmに及ぶ3つの都市間リンクで、神経障害患者間の安定したハプティック相互作用を維持し、ベースラインからトレーニングへのスコア改善はソロ条件の3.87倍、患者の努力量は106%増加した。

5. 議論はある？

要旨からは、HaptiNetの有効性は示されたが、遅延補償の限界や、より大規模なネットワークでのスケーラビリティ、臨床転帰への長期的影響などについては議論されていない。また、ハプティック協調が患者のモチベーションや運動学習に与える影響のメカニズムについての詳細な考察は要旨からは不明である。

6. 次に読むべき論文は？

要旨で参照されている関連研究として、協調リハビリテーション、遠隔リハビリテーション、ハプティックインタラクション、模倣学習に基づく遅延補償に関する論文が挙げられる。具体的には、協調運動学習、遠隔ハプティックシステム、模倣学習の応用に関する研究が関連する。

※ 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: Chenyang Sun, Mingjie Dong, Haodong Deng, Yudong Liu, Yi-Feng Chen, Jun Lin, Changlong Huang, Jie Guo, Yantong Liu, Yang Liu, Yuzhou Lin, Jianjun Long, Zheng Xing, Sining Zhao, Xuemin Zhang, Zhiyong Wang, Zhenhong Li, Dongrui Wu, Honghai Liu, Jian S. Dai, Mingming Zhang

分類: cs.RO

原文アブストラクト

Cooperative rehabilitation enhances engagement, task performance, and social-motor interaction, yet it demands physical co-presence: users must transmit forces, coordinate movements, and infer intent through haptic contact. Telerehabilitation promises to expand access for patients constrained by distance, mobility, or clinical disparities, yet current techniques remain predominantly audiovisual while leaving users haptically and physically isolated. Here, we introduce HaptiNet, a networked haptic robotic system enabling physical co-presence for geographically distributed users via force-mediated interaction. Each robotic terminal features a low-inertia, long-stroke design with high force-feedback capacity, tailored for haptic rendering in upper-limb training. Building on these terminals, HaptiNet creates a distributed haptic network with an imitation-learning-based delay compensator, enabling users to physically perceive and coordinate with one another over distance. We validated HaptiNet in 284 healthy participants and 111 patients with neurological impairments across progressively realistic settings, including laboratory tests, cross-city deployments, and clinical applications. HaptiNet preserved task-level force rendering consistency across single-user and multi-user scenarios. Compared with solo and visual cooperative training, haptic cooperation improved task performance by 24% and 22%, respectively, while also boosting engagement and interpersonal motor synchrony. Across three intercity links totaling approximately 4,000 km, HaptiNet maintained stable haptic interaction among patients with neurological impairments, producing a 3.87-fold greater baseline-to-training score improvement and a 106% higher patient-applied effort over the solo condition.

arXivで原文を読む →arXiv概要ページ

← 論文一覧