論文の概要: How An Automated Gesture Imitation Game Can Improve Social Interactions
With Teenagers With ASD
- arxiv url: http://arxiv.org/abs/2007.05394v1
- Date: Fri, 10 Jul 2020 14:01:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-11 22:01:10.012943
- Title: How An Automated Gesture Imitation Game Can Improve Social Interactions
With Teenagers With ASD
- Title(参考訳): asdで10代の若者とのソーシャルなインタラクションを改善するための自動ジェスチャー模倣ゲーム
- Authors: Linda Nanan Vall\'ee (ESATIC), Sao Mai Nguyen (IMT Atlantique, IMT
Atlantique - INFO, Lab-STICC, Flowers), Christophe Lohr (Lab-STICC, IMT
Atlantique - INFO, IMT Atlantique), Ioannis Kanellos (Lab-STICC, IMT
Atlantique - INFO, IMT Atlantique), Olivier Asseu (ESATIC)
- Abstract要約: ASD十代の若者に適応したインタラクションシナリオを提案する。
本稿では,人間のポーズ検出のための機械学習アルゴリズム Openpose を用いた計算アーキテクチャを提案する。
- 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: With the outlook of improving communication and social abilities of people
with ASD, we propose to extend the paradigm of robot-based imitation games to
ASD teenagers. In this paper, we present an interaction scenario adapted to ASD
teenagers, propose a computational architecture using the latest machine
learning algorithm Openpose for human pose detection, and present the results
of our basic testing of the scenario with human caregivers. These results are
preliminary due to the number of session (1) and participants (4). They include
a technical assessment of the performance of Openpose, as well as a preliminary
user study to confirm our game scenario could elicit the expected response from
subjects.
- Abstract(参考訳): ASD患者におけるコミュニケーションと社会的能力の向上の展望から,ロボットによる模倣ゲームのパラダイムをASDティーンに拡張することを提案する。
本稿では,ASD のティーンエイジャーに適応したインタラクションシナリオを提案するとともに,人間のポーズ検出のための機械学習アルゴリズム Openpose を用いた計算アーキテクチャを提案し,そのシナリオの基本的なテスト結果を示す。
これらの結果は,(1)セッション数と(4)参加者による予備結果である。
それらは、openposeのパフォーマンスの技術的評価、および私たちのゲームシナリオが被験者から期待される反応を誘発する可能性があることを確認するための予備的なユーザー調査を含む。
関連論文リスト
- Developing an End-to-End Framework for Predicting the Social Communication Severity Scores of Children with Autism Spectrum Disorder [6.197934754799159]
本稿では、生音声データから、ASDを持つ子どもの社会的コミュニケーションの重症度を自動的に予測するエンドツーエンドフレームワークを提案する。
ピアソン相関係数の0.6566と人間評価スコアを達成し,ASD評価のためのアクセシブルで客観的なツールとしての可能性を示した。
論文 参考訳(メタデータ) (2024-08-30T14:43:58Z) - Real-time Addressee Estimation: Deployment of a Deep-Learning Model on
the iCub Robot [52.277579221741746]
住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。
人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。
本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
論文 参考訳(メタデータ) (2023-11-09T13:01:21Z) - Learning Human-to-Robot Handovers from Point Clouds [63.18127198174958]
視覚に基づく人間ロボットハンドオーバの制御ポリシーを学習する最初のフレームワークを提案する。
シミュレーションベンチマーク,sim-to-sim転送,sim-to-real転送において,ベースラインよりも大きな性能向上を示した。
論文 参考訳(メタデータ) (2023-03-30T17:58:36Z) - Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
本研究は,競争行動の社会的影響に基づく新しい強化学習機構を提案する。
提案モデルでは, 人工エージェントの学習を調節するための競合スコアを導出するために, 客観的, 社会的認知的メカニズムを集約する。
論文 参考訳(メタデータ) (2022-08-22T14:06:06Z) - Bodily Behaviors in Social Interaction: Novel Annotations and
State-of-the-Art Evaluation [0.0]
本稿では,社会相互作用に埋め込まれた複雑な身体行動の最初のアノテーションであるBBSIについて述べる。
心理学における過去の研究に基づいて,26時間の自発的な行動について手動で注釈を付けた。
我々は、人間の行動検出のための最先端のアプローチであるピラミッド拡張注意ネットワーク(PDAN)を適応する。
論文 参考訳(メタデータ) (2022-07-26T11:24:00Z) - An Exploration of Self-Supervised Pretrained Representations for
End-to-End Speech Recognition [98.70304981174748]
本稿では,事前訓練された音声表現の一般応用,高度なエンドツーエンド自動音声認識(E2E-ASR)モデルに焦点をあてる。
いくつかの事前訓練された音声表現を選択し、E2E-ASRのための様々なオープンソースおよび公開コーパスの実験結果を示す。
論文 参考訳(メタデータ) (2021-10-09T15:06:09Z) - Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
本研究は、競合する社会的影響に基づく新しい学習メカニズムの提供に焦点を当てる。
本研究は,競争競合の概念に基づいて,これらのエージェントの評価を人的視点から変えられるかを検討することを目的とする。
論文 参考訳(メタデータ) (2020-11-02T21:54:18Z) - Building an Automated Gesture Imitation Game for Teenagers with ASD [0.0]
自閉症スペクトラム障害(Autism spectrum disorder)は、コミュニケーションや社会的相互作用の問題を含む神経発達状態である。
ASDを持つ人は、しばしば興味や反復的な行動に制限がある。
本稿では,ASDを持つ10代の若者との社会的交流を改善することを目的とした,自動ジェスチャー模倣ゲームの予備的ブロックを構築した。
論文 参考訳(メタデータ) (2020-07-09T07:27:43Z) - The Chef's Hat Simulation Environment for Reinforcement-Learning-Based
Agents [54.63186041942257]
本稿では,人間-ロボットインタラクションのシナリオで使用されるように設計されたChef's Hatカードゲームを実装する仮想シミュレーション環境を提案する。
本稿では,強化学習アルゴリズムにおける制御可能かつ再現可能なシナリオを提案する。
論文 参考訳(メタデータ) (2020-03-12T15:52:49Z) - Modeling Engagement in Long-Term, In-Home Socially Assistive Robot
Interventions for Children with Autism Spectrum Disorders [5.699538935722362]
この研究は、教師付き機械学習アルゴリズムを用いて、ASDの子供に対する長期的、家庭内SAR介入の文脈におけるユーザエンゲージメントをモデル化する。
ユーザ毎のエンゲージメントモデルとして, (i) 異なるユーザのデータに基づいてトレーニングされた一般化モデル, (ii) ユーザのデータの初期サブセットに基づいてトレーニングされた個別モデルがある。
実世界のHRI設定において,ユーザ・エンゲージメントに対する認識と応答の実現可能性と課題を検証した。
論文 参考訳(メタデータ) (2020-02-06T18:26:11Z)
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。