論文の概要: Socially intelligent task and motion planning for human-robot interaction

• arxiv url: http://arxiv.org/abs/2001.08398v1
• Date: Thu, 23 Jan 2020 07:48:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-07 13:12:26.971380
• Title: Socially intelligent task and motion planning for human-robot interaction
• Title（参考訳）: 人間-ロボットインタラクションのための社会的知的タスクと運動計画
• Authors: Andrea Frank, Laurel Riek
• Abstract要約: 本研究では,ヒューマン・ソーシャル・環境(HSE)における適切な計画を生成するために,社会的文脈を考慮したソーシャル・アウェア・タスク・アンド・モーション・プランニング・アルゴリズムを提案する。 我々は,我々のアルゴリズムの複雑さを抑えるための戦略を検討し,病院や工場のような複雑なHSEのモバイルプラットフォームにおいて,計画立案者が引き続き利用できるようにする。 この社会的認識によって、ロボットは社会の基本的ルールを理解できるようになる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As social beings, much human behavior is predicated on social context - the ambient social state that includes cultural norms, social signals, individual preferences, etc. In this paper, we propose a socially-aware task and motion planning algorithm that considers social context to generate appropriate and effective plans in human social environments (HSEs). The key strength of our proposed approach is that it explicitly models how potential actions not only affect objective cost, but also transform the social context in which it plans and acts. We investigate strategies to limit the complexity of our algorithm, so that our planner will remain tractable for mobile platforms in complex HSEs like hospitals and factories. The planner will also consider the relative importance and urgency of its tasks, which it uses to determine when it is and is not appropriate to violate social expectations to achieve its objective. This social awareness will allow robots to understand a fundamental rule of society: just because something makes your job easier, does not make it the right thing to do! To our knowledge, the proposed work is the first task and motion planning approach that supports socially intelligent robot policy for HSEs. Through this ongoing work, robots will be able to understand, respect, and leverage social context accomplish tasks both acceptably and effectively in HSEs.
• Abstract（参考訳）: 社会的存在として、多くの人間の行動は、文化規範、社会的信号、個人の嗜好などを含む周囲の社会的状態である社会的文脈に述示される。 本稿では,人間社会環境(hses)において,適切な効果的な計画を生成するための社会的文脈を考慮したタスク・モーション計画手法を提案する。 提案手法の主な強みは、潜在的行動が客観的コストにどう影響するかを明示的にモデル化するだけでなく、その計画と行動の社会的文脈を変えることである。 我々は,我々のアルゴリズムの複雑さを抑えるための戦略を検討し,病院や工場のような複雑なHSEのモバイルプラットフォームにおいて,計画立案者が引き続き利用できるようにする。 プランナーはタスクの相対的な重要性と緊急性も考慮し、目的を達成するために社会的期待に違反することがいつ、そして適切でないかを判断する。 この社会的認識によって、ロボットは社会の基本的なルールを理解することができる。 私たちの知る限り、提案する作業は、hsesのための社会的にインテリジェントなロボットポリシーをサポートする、最初のタスクとモーション計画のアプローチです。 この進行中の作業を通じて、ロボットはhsesにおいて、社会的コンテキストを理解し、尊重し、活用することができる。

関連論文リスト

• Constrained Human-AI Cooperation: An Inclusive Embodied Social Intelligence Challenge [47.74313897705183]
  CHAICは、インボディードエージェントの社会的知覚と協力をテストするために設計された包括的インボディード・ソーシャル・インテリジェンス・チャレンジである。 CHAICの目標は、身体的制約の下で活動している可能性がある人間を支援するために、自我中心の観察装置を備えたエンボディエージェントである。 我々は,この課題に対する計画ベースラインと学習ベースラインのベンチマークを行い,大規模言語モデルと行動モデリングを活用した新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-11-04T04:41:12Z)
• The Call for Socially Aware Language Technologies [94.6762219597438]
  NLPが機能する社会環境の要因、文脈、意味の認識の欠如である。 我々は、NLPが社会意識を発達させる上で大きな課題が残っており、この分野の新しい時代の始まりであると主張している。
  論文  参考訳（メタデータ） (2024-05-03T18:12:39Z)
• Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
  ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。 我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
  論文  参考訳（メタデータ） (2024-04-17T02:57:42Z)
• SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
  人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。 エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
  論文  参考訳（メタデータ） (2023-10-18T02:27:01Z)
• Social Practices: a Complete Formalization [1.370633147306388]
  本稿では,社会実践概念に基づくエージェントのための社会枠組みの定式化について述べる。 社会的実践は、標準的な社会的相互作用におけるエージェントの実践的推論を促進する。 彼らはまた、社会的計画と熟考のためのハンドルを提供する社会的文脈も持っている。
  論文  参考訳（メタデータ） (2022-05-22T09:58:42Z)
• A General, Evolution-Inspired Reward Function for Social Robotics [0.0]
  本稿では,ソーシャルロボティクスにおける強化学習エージェントの展開に必要なリアルタイムかつ高密度な報酬機能を提供するメカニズムとして,ソーシャル・リワード機能を提案する。 ソーシャル・リワード・ファンクション(Social Reward Function)は、単純で安定的で文化に依存しない報酬機能を提供することを目的として、人間の遺伝的に与えられた社会的知覚能力を忠実に模倣するように設計されている。
  論文  参考訳（メタデータ） (2022-02-01T18:05:31Z)
• PHASE: PHysically-grounded Abstract Social Events for Machine Social Perception [50.551003004553806]
  私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。 フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。 ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
  論文  参考訳（メタデータ） (2021-03-02T18:44:57Z)
• Watch-And-Help: A Challenge for Social Perception and Human-AI Collaboration [116.28433607265573]
  我々は、AIエージェントでソーシャルインテリジェンスをテストするための課題であるWatch-And-Help(WAH)を紹介する。 WAHでは、AIエージェントは、人間のようなエージェントが複雑な家庭用タスクを効率的に実行するのを助ける必要がある。 マルチエージェントの家庭環境であるVirtualHome-Socialを構築し、計画と学習ベースのベースラインを含むベンチマークを提供する。
  論文  参考訳（メタデータ） (2020-10-19T21:48:31Z)
• Towards Social Identity in Socio-Cognitive Agents [0.0]
  認知社会フレームの概念に基づく社会認知エージェントモデルを提案する。 認知社会フレームは、社会集団を中心に構築され、社会集団のダイナミックス機構と社会的アイデンティティの構成の基礎を形成する。
  論文  参考訳（メタデータ） (2020-01-20T15:27:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。