論文の概要: Warmth and Competence to Predict Human Preference of Robot Behavior in Physical Human-Robot Interaction

• arxiv url: http://arxiv.org/abs/2008.05799v1
• Date: Thu, 13 Aug 2020 10:19:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-31 00:08:58.439995
• Title: Warmth and Competence to Predict Human Preference of Robot Behavior in Physical Human-Robot Interaction
• Title（参考訳）: 物理的人間-ロボット相互作用におけるロボット行動の温暖化と予測能力
• Authors: Marcus M. Scheunemann and Raymond H. Cuijpers and Christoph Salge
• Abstract要約: 社会的認知は、ウォームスとコンピテンスの次元が、他の人間を特徴づける中心的かつ普遍的な次元であると仮定する。 The Robotic Social Attribute Scale (RoSAS)は、HRIに適した寸法の項目を提案し、視覚的観察研究で検証した。 我々は、すべてのRoSASおよびGodspeed次元の中で、ウォームスとコンピテンスが、異なるロボット行動間の人間の嗜好の最も重要な予測因子であることを発見した。
• 参考スコア（独自算出の注目度）: 0.8594140167290099
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A solid methodology to understand human perception and preferences in human-robot interaction (HRI) is crucial in designing real-world HRI. Social cognition posits that the dimensions Warmth and Competence are central and universal dimensions characterizing other humans. The Robotic Social Attribute Scale (RoSAS) proposes items for those dimensions suitable for HRI and validated them in a visual observation study. In this paper we complement the validation by showing the usability of these dimensions in a behavior based, physical HRI study with a fully autonomous robot. We compare the findings with the popular Godspeed dimensions Animacy, Anthropomorphism, Likeability, Perceived Intelligence and Perceived Safety. We found that Warmth and Competence, among all RoSAS and Godspeed dimensions, are the most important predictors for human preferences between different robot behaviors. This predictive power holds even when there is no clear consensus preference or significant factor difference between conditions.
• Abstract（参考訳）: ヒトとロボットの相互作用(HRI)における人間の知覚と嗜好を理解するための確固とした方法論は、現実世界のHRIの設計に不可欠である。 社会的認知は、次元の暖かさと能力は、他の人間を特徴づける中心的かつ普遍的な次元であると仮定する。 The Robotic Social Attribute Scale (RoSAS)は、HRIに適した寸法の項目を提案し、視覚的観察研究で検証した。 本稿では,完全自律型ロボットを用いた身体的HRI研究において,これらの次元のユーザビリティを示すことによって,検証を補完する。 本研究は, ゴッドスピード次元の異性, 擬人化, 相似性, 知覚的知性, 知覚的安全性を比較検討した。 我々は、すべてのRoSASおよびGodspeed次元の中で、ウォームスとコンピテンスが、異なるロボット行動間の人間の嗜好の最も重要な予測因子であることを発見した。 この予測力は、明確なコンセンサス選択や条件間の有意な因子差が存在しない場合でも維持される。

関連論文リスト

• Robot Interaction Behavior Generation based on Social Motion Forecasting for Human-Robot Interaction [9.806227900768926]
  本稿では,共有ロボット表現空間における社会的動き予測のモデル化を提案する。 ECHOは上記の共有空間で活動し、社会的シナリオで遭遇したエージェントの将来の動きを予測する。 我々は,多対人動作予測タスクにおけるモデルの評価を行い,最先端の性能を大きなマージンで獲得する。
  論文  参考訳（メタデータ） (2024-02-07T11:37:14Z)
• 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)
• Habitat 3.0: A Co-Habitat for Humans, Avatars and Robots [119.55240471433302]
  Habitat 3.0は、家庭環境における協調ロボットタスクを研究するためのシミュレーションプラットフォームである。 複雑な変形可能な体と外観と運動の多様性をモデル化する際の課題に対処する。 Human-in-the-loopインフラストラクチャは、マウス/キーボードまたはVRインターフェースを介してシミュレーションされたロボットとの実際のヒューマンインタラクションを可能にする。
  論文  参考訳（メタデータ） (2023-10-19T17:29:17Z)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• AAAI SSS-22 Symposium on Closing the Assessment Loop: Communicating Proficiency and Intent in Human-Robot Teaming [4.787322716745613]
  ロボットは新しいタスクで予測能力を伝えるにはどうすればいいのか? ロボットは人間の意図や価値観に基づいて、その習熟度基準をどう順応すべきか? 熟練度と意図に基づく相互作用を評価するための基準については合意されていない。
  論文  参考訳（メタデータ） (2022-04-05T18:28:01Z)
• Ergonomically Intelligent Physical Human-Robot Interaction: Postural Estimation, Assessment, and Optimization [3.681892767755111]
  対話型ロボットの軌道からのみ人間の姿勢を推定できることを示す。 本稿では,微分可能なエルゴノミクスモデルであるDULAを提案する。
  論文  参考訳（メタデータ） (2021-08-12T21:13:06Z)
• Probabilistic Human Motion Prediction via A Bayesian Neural Network [71.16277790708529]
  本稿では,人間の動作予測のための確率モデルを提案する。 我々のモデルは、観測された動きシーケンスが与えられたときに、いくつかの将来の動きを生成することができる。 我々は、大規模ベンチマークデータセットHuman3.6mに対して、我々のアプローチを広範囲に検証した。
  論文  参考訳（メタデータ） (2021-07-14T09:05:33Z)
• AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
  直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。 他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。 本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
  論文  参考訳（メタデータ） (2021-02-24T14:58:23Z)
• Motion Planning Combines Psychological Safety and Motion Prediction for a Sense Motive Robot [2.14239637027446]
  本稿では,身体的安全性と心理的安全性の両面をカバーすることで,人間の安全問題に対処する。 まず,人間の表情に応じた適応型ロボットの速度制御とステップサイズ調整手法を導入する。 第2に,人間の姿勢や視線方向の急激な変化を検出して人間の動きを予測し,人間の注意が散らばっているかどうかをロボットが推測し,人間の次の動きを予測し,反発力を再構築して衝突を避ける。
  論文  参考訳（メタデータ） (2020-09-29T04:19:53Z)
• Human Grasp Classification for Reactive Human-to-Robot Handovers [50.91803283297065]
  本稿では,ロボットが人間に遭遇するロボットのハンドオーバに対するアプローチを提案する。 対象物をさまざまな手形やポーズで保持する典型的な方法をカバーする,人間の把握データセットを収集する。 本稿では,検出した把握位置と手の位置に応じて人手から対象物を取り出す計画実行手法を提案する。
  論文  参考訳（メタデータ） (2020-03-12T19:58:03Z)
• Human Perception of Intrinsically Motivated Autonomy in Human-Robot Interaction [2.485182034310304]
  人間に生息する環境でロボットを使用する場合の課題は、人間同士の相互作用によって引き起こされる摂動に対して、魅力的だが堅牢な振る舞いを設計することである。 我々のアイデアは、ロボットに本質的なモチベーション(IM)を持たせることで、新しい状況に対処し、人間以外の真の社会的存在として現れるようにすることです。 本稿では、自律的に生成された振る舞いを相互に比較できる「ロボット学者」による研究設計について述べる。
  論文  参考訳（メタデータ） (2020-02-14T09:49:36Z)

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。