拡散モデルを用いたサービスロボットによる動的人物追跡 学術的背景 複雑で混雑した人間中心の環境における動的人物の追跡は、ロボット技術における重要な課題です。特に、遮蔽、姿勢の変化、照明の変化などのクラス内変動が存在する場合、従来の追跡手法では正確な識別と追跡が困難です。既存のロボット追跡手法は、独立した検出と追跡システムに依存しており、計算効率とリアルタイム性の面で課題があります。特に、クラス内変動が大きい場合、検出器の失敗が追跡の中断を引き起こす可能性があります。 これらの問題を解決するため、本論文では、条件付き潜在拡散モデル（Conditional Latent Diffusion Models）に基づく新しいディープラーニングアーキテクチャ——潜在拡散追跡（Latent Diffusi...

生理データを用いた擬人化サービスロボットとの人間-ロボットインタラクションにおける応用：Affect-HRIデータセット 背景と研究の意義 人間同士または人間とロボットの相互作用において、相互作用の対象は人間の情感状態に影響を与えます。人間とは異なり、ロボットは本質的に共感を示すことができないため、不利な情感反応を和らげることができません。責任感があり共感性の高い人間-ロボットインタラクションシステムを構築するためには、特に擬人化サービスロボットが関わる場合、ロボットの行動が人間の情感にどのように影響するかを理解する必要があります。これを目的として、研究者たちは新たな包括的データセットAffect-HRIを提供しました。これは、人間の情感（即ち、感情と気分）がラベル付けされた生理データを初め...