[論文レビュー] Distributed Virtual Model Control for Scalable Human-Robot Collaboration in Shared Workspace

Zhang, Yi, Faris, Omar+4 more|arXiv (Cornell University)|Feb 19, 2026

Teleoperation and Haptic Systems被引用数 0

ひとこと要約

分散型のエージェントに依存しないVMCフレームワークは、仮想スプリング/ダンパーと交渉によるスタル検出を用いてデッドロックを防ぎつつ、安全でスケーラブルな人間–ロボット協調を共有作業空間で実現する。

ABSTRACT

We present a decentralized, agent agnostic, and safety-aware control framework for human-robot collaboration based on Virtual Model Control (VMC). In our approach, both humans and robots are embedded in the same virtual-component-shaped workspace, where motion is the result of the interaction with virtual springs and dampers rather than explicit trajectory planning. A decentralized, force-based stall detector identifies deadlocks, which are resolved through negotiation. This reduces the probability of robots getting stuck in the block placement task from up to 61.2% to zero in our experiments. The framework scales without structural changes thanks to the distributed implementation: in experiments we demonstrate safe collaboration with up to two robots and two humans, and in simulation up to four robots, maintaining inter-agent separation at around 20 cm. Results show that the method shapes robot behavior intuitively by adjusting control parameters and achieves deadlock-free operation across team sizes in all tested scenarios.

研究の動機と目的

• 共有作業空間で安全性を保証する軽量でエージェントに依存しない多エージェントHRCアプローチを動機づける。
• モーションを明示的な軌道ではなく、仮想スプリング/ダンパーとの相互作用から生み出す分散制御フレームワークを開発する。
• 人間–ロボットの回避とスタル検出を用いた交渉ベースのデッドロック解決で安全性を確保する。
• 制御アーキテクチャを再設計することなく、複数の人間とロボットへのスケーラビリティを実演する。

提案手法

• 人間とロボットを仮想スプリングとダンパーで形作られた共通の仮想作業空間に埋め込む。
• ゴールスプリングと回避スプリングから成る仮想機構を介してロボットのモーションを調整する。
• Gaussian-energyスプリングと片側ダンパーを用いた人間近接の衝突/相互作用回避を実装する。
• 力のバランス指標によるスタル検出を行い、優先付けされた交渉プロトコルでデッドロックを解決する。
• VMRobotControl.jlを用いて仮想機構をシミュレーションし、実ロボットのジョイント空間目標を導出する。
• 実験は2台のUR5で、シミュレーションは最大4台のロボットで検証し、エージェント間の間隔を約20 cm程度に維持する。

Figure 1 : Human-robot collaboration in a pick and place task.

実験結果

リサーチクエスチョン

• RQ1 分散型でエージェントに依存しないVMCフレームワークは、中央計画なしで共有作業空間で安全な多エージェントHRCを保証できるか。
• RQ2 仮想コンポーネントは人間や他のロボットが存在する状況で、 emergent behaviorと安全性にどのように影響するか。
• RQ3 スタル検出と交渉機構は、ブロック配置のようなマルチロボットタスクでデッドロックを除去できるか。
• RQ4 フレームワークは、人間とロボットの動的な構成の拡張性をどの程度持つか。

主な発見

• ブロック配置タスクにおけるデッドロック確率が実験的に最大61.2%からゼロへ低減された。
• エージェント間の安全な間隔が、シナリオやチームサイズを問わず約20 cm程度で維持される。
• 実機実験では最大2台のロボットと2人、シミュレーションでは最大4台のロボットで動作する。
• エージェントに依存しない振る舞いが示され、ロボットと人は同一の地面上で扱われ、交渉のためのエージェント間通信は不要。
• ダイナミックなチーム構成をサポートし、制御構造を変更することなくエージェントの追加/削除がスムーズに行える。

Figure 2 : Four avoidance spring profiles. Profile 1 (gray): $f_{max}=-40,\,\sigma=0.09$ ; Profile 2 (light blue): $f_{max}=-60,\,\sigma=0.09$ ; Profile 3 (medium blue): $f_{max}=-40,\,\sigma=0.18$ ; Profile 4 (dark blue): $f_{max}=-60,\,\sigma=0.18$ .