論文の概要: A Simulated Experiment to Explore Robotic Dialogue Strategies for People
with Dementia
- arxiv url: http://arxiv.org/abs/2104.08940v1
- Date: Sun, 18 Apr 2021 19:35:19 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-20 13:39:54.190408
- Title: A Simulated Experiment to Explore Robotic Dialogue Strategies for People
with Dementia
- Title(参考訳): 認知症者のためのロボット対話戦略の模擬実験
- Authors: Fengpei Yuan, Amir Sadovnik, Ran Zhang, Devin Casenhiser, Eun Jin
Paek, Si On Yoon, and Xiaopeng Zhao
- Abstract要約: 繰り返し質問の文脈におけるPwD-ロボット相互作用のための部分可観測マルコフ決定プロセス(POMDP)モデルを提案する。
異なる認知能力と異なるエンゲージメントレベルを持つpwdに対する適応的会話戦略を学ぶためにq-learningを用いた。
これは、PwDの繰り返し質問に対処するための会話型ソーシャルロボットの適用に向けた有用なステップかもしれません。
- 参考スコア(独自算出の注目度): 2.5412519393131974
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: People with Alzheimer's disease and related dementias (ADRD) often show the
problem of repetitive questioning, which brings a great burden on persons with
ADRD (PwDs) and their caregivers. Conversational robots hold promise of coping
with this problem and hence alleviating the burdens on caregivers. In this
paper, we proposed a partially observable markov decision process (POMDP) model
for the PwD-robot interaction in the context of repetitive questioning, and
used Q-learning to learn an adaptive conversation strategy (i.e., rate of
follow-up question and difficulty of follow-up question) towards PwDs with
different cognitive capabilities and different engagement levels. The results
indicated that Q-learning was helpful for action selection for the robot. This
may be a useful step towards the application of conversational social robots to
cope with repetitive questioning in PwDs.
- Abstract(参考訳): アルツハイマー病と関連する認知症(ADRD)の患者は、繰り返し質問する問題をしばしば示しており、ADRD(PwDs)患者とその介護者に大きな負担がかかる。
会話ロボットは、この問題に対処し、介護者の負担を軽減することを約束する。
本稿では,PwD-robot相互作用を反復的質問の文脈において部分的に観測可能なマルコフ決定プロセス(POMDP)モデルを提案し,Qラーニングを用いて,認知能力の異なるPwDに対する適応的会話戦略(フォローアップ質問の率とフォローアップ質問の難しさ)を学習した。
その結果,q-learningはロボットの行動選択に有用であった。
これは、PwDにおける反復的な質問に対処するための会話型社会ロボットの適用に向けた有用なステップかもしれない。
関連論文リスト
- ReST meets ReAct: Self-Improvement for Multi-Step Reasoning LLM Agent [50.508669199496474]
外部知識に基づいて推論と行動を行うReAct-style LLMエージェントを開発した。
エージェントをReSTライクな手法で改良し,従来の軌道上で反復的に訓練する。
引き起こされた大きなモデルから始まり、アルゴリズムのたった2イテレーションの後に、微調整された小さなモデルを生成することができる。
論文 参考訳(メタデータ) (2023-12-15T18:20:15Z) - Towards Mitigating Hallucination in Large Language Models via
Self-Reflection [63.2543947174318]
大規模言語モデル(LLM)は、質問応答(QA)タスクを含む生成的および知識集約的なタスクを約束している。
本稿では,広範に採用されているLCMとデータセットを用いた医療再生QAシステムにおける幻覚現象を解析する。
論文 参考訳(メタデータ) (2023-10-10T03:05:44Z) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳(メタデータ) (2023-04-30T22:51:31Z) - Response-act Guided Reinforced Dialogue Generation for Mental Health
Counseling [25.524804770124145]
本稿では、メンタルヘルスカウンセリング会話のための対話行動誘導応答生成器READERについて述べる。
READERは変換器上に構築されており、次の発話に対する潜在的な対話行為d(t+1)を共同で予測し、適切な応答u(t+1)を生成する。
ベンチマークカウンセリング会話データセットであるHOPE上でREADERを評価する。
論文 参考訳(メタデータ) (2023-01-30T08:53:35Z) - Dialogue Policies for Confusion Mitigation in Situated HRI [6.997674465889922]
コミュニケーションやタスク中心の課題によって、人々はロボットと対話しながら混乱するかもしれません。
我々は対話政策の言語設計にアプローチし、対話の枠組みを構築し、対話者間の混乱を緩和する。
論文 参考訳(メタデータ) (2022-08-19T14:28:13Z) - Continuous ErrP detections during multimodal human-robot interaction [2.5199066832791535]
我々は,シミュレーションロボットが音声やジェスチャーを通じて人間とコミュニケーションする,マルチモーダルなヒューマンロボットインタラクション(HRI)シナリオを実装した。
人間のパートナーは、ロボットが選択した動作(ポインティングジェスチャー)とロボットの口頭発表(意図)が一致しているかを評価する。
脳波で明らかな、人間によるロボット行動の本質的な評価は、リアルタイムで記録され、オンラインで連続的にセグメンテーションされ、非同期に分類された。
論文 参考訳(メタデータ) (2022-07-25T15:39:32Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳(メタデータ) (2021-10-14T15:14:33Z) - Learning-Based Strategy Design for Robot-Assisted Reminiscence Therapy
Based on a Developed Model for People with Dementia [2.453923815224908]
認知症(PwDs)に対する精神社会的介入として、ロボット支援型反省療法(RT)が研究されている。
我々は,PwDを刺激する学習を通じて,ロボットの会話戦略を目指す。
論文 参考訳(メタデータ) (2021-09-06T00:45:31Z) - Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy:
Iterative Design and Evaluation with Therapists and Post-Stroke Survivors [66.07833535962762]
人工知能(AI)とロボットコーチは、社会的相互作用を通じてリハビリテーション運動における患者の関与を改善することを約束する。
これまでの研究は、AIやロボットコーチの運動を自動的に監視する可能性を探ったが、デプロイは依然として難しい課題だ。
我々は,AIとロボットコーチが患者の運動をどのように操作し,指導するかに関する詳細な設計仕様を提示する。
論文 参考訳(メタデータ) (2021-06-15T22:06:39Z) - Intelligent Conversational Android ERICA Applied to Attentive Listening
and Job Interview [41.789773897391605]
我々はインテリジェントな会話型android ericaを開発した。
ERICAには,注意深い聞き取り,就職面接,スピードデートなど,いくつかのソーシャルインタラクションタスクを設定した。
40人の高齢者が会話を分解することなく5~7分間の会話を行ったことが評価されている。
論文 参考訳(メタデータ) (2021-05-02T06:37:23Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳(メタデータ) (2020-04-11T12:51:07Z)
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。