適応型と静的型のロボットから人へのハンドオーバー：姿勢（オリエンテーション）と接近方向に関する研究

要旨: ロボットから人へのハンドオーバーは、多くの場合、静的でオープンループの戦略（あるいはせいぜい位置のみを適応するアプローチ）に依存しています。しかしこれらは、対象物が人によってどのように把持されるかを一般に考慮しないため、ユーザー側が適応する必要が生じます。本研究は、ユーザーの手の姿勢および意図された下流タスクに基づいて、対象物の配送ポーズをリアルタイムに動的に調整する、新しい適応型フレームワークを提示します。AIベースの手の姿勢推定と、滑らかで運動学的に制約された軌道を統合することで、システムは安全な接近と最適なハンドオーバーの向きを保証します。包括的なユーザー調査では、提案する適応型アプローチを、複数のタスクにわたる静的なベースラインと比較し、主観的指標（NASA-TLX、ヒューマン・ロボット信頼尺度）と、客観的な生理データ（ウェアラブル眼球トラッカーで測定した瞬目率）を両方評価します。その結果、動的なアライメントはユーザーの認知的ワークロードと生理的ストレスを大幅に低減し、同時にロボットの信頼性に対する知覚的な信頼を高めることが示されました。これらの知見は、タスクおよびポーズを意識したシステムが、流動的で人間工学的なヒューマン・ロボット協調を可能にする可能性を強調しています。