論文の概要: Intrinsic motivation in virtual assistant interaction for fostering spontaneous interactions

• arxiv url: http://arxiv.org/abs/2010.06416v1
• Date: Tue, 13 Oct 2020 14:23:57 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-08 00:42:06.436834
• Title: Intrinsic motivation in virtual assistant interaction for fostering spontaneous interactions
• Title（参考訳）: 仮想アシスタント相互作用の本質的動機と自発的相互作用の育成
• Authors: Chang Li and Hideyoshi Yanagisawa
• Abstract要約: 本研究は,感情工学的アプローチによる本質的なモチベーションをカバーすることを目的とする。 新しい動機づけモデルが提案され、本質的な動機づけは能力の期待と不確実性という2つの要因によって影響を受ける。 最初の実験の結果、期待度の高いエンゲージは、期待度が低いよりも本質的に動機づけられた相互作用を示すことがわかった。
• 参考スコア（独自算出の注目度）: 3.420509295457138
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: With the growing utility of today's conversational virtual assistants, the importance of user motivation in human-AI interaction is becoming more obvious. However, previous studies in this and related fields, such as human-computer interaction and human-robot interaction, scarcely discussed intrinsic motivation and its affecting factors. Those studies either treated motivation as an inseparable concept or focused on non-intrinsic motivation. The current study aims to cover intrinsic motivation by taking an affective-engineering approach. A novel motivation model is proposed, in which intrinsic motivation is affected by two factors that derive from user interactions with virtual assistants: expectation of capability and uncertainty. Experiments are conducted where these two factors are manipulated by making participants believe they are interacting with the smart speaker "Amazon Echo". Intrinsic motivation is measured both by using questionnaires and by covertly monitoring a five-minute free-choice period in the experimenter's absence, during which the participants could decide for themselves whether to interact with the virtual assistants. Results of the first experiment showed that high expectation engenders more intrinsically motivated interaction compared with low expectation. The results also suggested suppressive effects by uncertainty on intrinsic motivation, though we had not hypothesized before experiments. We then revised our hypothetical model of action selection accordingly and conducted a verification experiment of uncertainty's effects. Results of the verification experiment showed that reducing uncertainty encourages more interactions and causes the motivation behind these interactions to shift from non-intrinsic to intrinsic.
• Abstract（参考訳）: 今日の会話型バーチャルアシスタントの有用性の高まりにより、人間とAIのインタラクションにおけるユーザのモチベーションの重要性はより明確になっています。 しかし、人間とコンピュータの相互作用や人間とロボットの相互作用といった、それに関連する分野における以前の研究は、本質的な動機とその影響要因をほとんど議論しなかった。 これらの研究はモチベーションを分離不可能な概念として扱うか、意図しないモチベーションに焦点を合わせるかのどちらかであった。 本研究は,感情工学的アプローチを用いて本質的モチベーションを明らかにすることを目的としている。 仮想アシスタントとのユーザインタラクションから生じる2つの要因 – 能力の期待と不確実性 – によって,本質的なモチベーションが影響を受ける,新たなモチベーションモデルが提案されている。 実験では、参加者がスマートスピーカー「Amazon Echo」と対話していると信じさせることで、これらの2つの要因が操作される。 被験者が仮想アシスタントと対話するかどうかを判断できる実験者不在時の質問紙と5分間の自由選択期間を極秘に監視することにより本質的な動機を測定する。 最初の実験の結果、期待の高いエンエンエンダーは期待よりも本質的に動機づけられた相互作用を示すことが判明した。 その結果,本態性動機づけに対する不確実性による抑制効果が示唆された。 そこで我々は,行動選択の仮説モデルを改訂し,不確実性の検証実験を行った。 検証実験の結果、不確実性を減らすことでより多くの相互作用が促進され、これらの相互作用の背後にある動機付けが非利己的から本質的へとシフトすることが示された。

関連論文リスト

• The Importance of Multimodal Emotion Conditioning and Affect Consistency for Embodied Conversational Agents [12.102955731466457]
  本研究では、一貫した運転影響を条件としたマルチモーダル行動を生成することにより、感情の知覚を高めることを目的とした概念的枠組みを提案する。 我々の統計的分析は、モダリティが不整合であることは運転への影響の知覚を著しく減少させることを示している。
  論文  参考訳（メタデータ） (2023-09-26T23:41:56Z)
• Expanding the Role of Affective Phenomena in Multimodal Interaction Research [57.069159905961214]
  マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。 本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。 我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
  論文  参考訳（メタデータ） (2023-05-18T09:08:39Z)
• Learning Goal-based Movement via Motivational-based Models in Cognitive Mobile Robots [58.720142291102135]
  人間は、強さと文脈に応じて行動を促進する必要がある。 また、各行動の知覚的快楽に関連する嗜好も作り出します。 これにより、意思決定がより複雑になり、コンテキストに応じてニーズと嗜好のバランスを取ることが求められます。
  論文  参考訳（メタデータ） (2023-02-20T04:52:24Z)
• Interactive Visual Reasoning under Uncertainty [29.596555383319814]
  我々は,不確実性下での人工エージェントの推論能力を評価するためのIVRE環境を考案した。 IVREは、Blicket検出を中心にしたリッチなシナリオを特徴とする対話型環境である。
  論文  参考訳（メタデータ） (2022-06-18T13:32:41Z)
• The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
  本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。 トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:19:12Z)
• 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)
• Tracking Emotions: Intrinsic Motivation Grounded on Multi-Level Prediction Error Dynamics [68.8204255655161]
  目標達成に向けての進捗率と期待率の差が生じると、感情がどのように生じるかについて議論する。 自己生成的・動的目標に向けた行動を生成する本質的なモチベーションアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-07-29T06:53:13Z)
• Studying the Effects of Cognitive Biases in Evaluation of Conversational Agents [10.248512149493443]
  我々は,77人のクラウドソース労働者を対象に,人間に会話エージェントのアウトプットを評価するよう依頼されたとき,認知バイアスの役割,特に偏見を抑えるための調査を行った。 2つの実験条件における評価の整合性の向上は、バイアスのアンカーの結果である可能性がある。
  論文  参考訳（メタデータ） (2020-02-18T23:52:39Z)
• 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)
• Intrinsic Motivation for Encouraging Synergistic Behavior [55.10275467562764]
  スパース・リワード・シナジスティック・タスクにおける強化学習の探索バイアスとしての本質的モチベーションの役割について検討した。 私たちのキーとなる考え方は、シナジスティックなタスクにおける本質的なモチベーションのための優れた指針は、エージェントが自分自身で行動している場合、達成できない方法で世界に影響を与える行動を取ることである。
  論文  参考訳（メタデータ） (2020-02-12T19:34:51Z)

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。