論文の概要: Commonsense Reasoning for Identifying and Understanding the Implicit Need of Help and Synthesizing Assistive Actions

• arxiv url: http://arxiv.org/abs/2202.11337v1
• Date: Wed, 23 Feb 2022 07:50:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-24 14:32:40.180925
• Title: Commonsense Reasoning for Identifying and Understanding the Implicit Need of Help and Synthesizing Assistive Actions
• Title（参考訳）: 暗黙の助けの必要性を識別し理解し、支援行動の合成のための常識的推論
• Authors: Ma\"elic Neau, Paulo Santos, Anne-Gwenn Bosser (ENIB), Nathan Beu, C\'edric Buche (Lab-STICC\_RAMBO)
• Abstract要約: 本稿では,(a)ユーザの暗黙的な支援の必要性を検知し,(b)事前学習なしに支援行動のセットを生成するアーキテクチャを提案する。 このアプローチの主な動機は、知覚-決定-行動ループを単一のアーキテクチャに埋め込むことである。
• 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: Human-Robot Interaction (HRI) is an emerging subfield of service robotics. While most existing approaches rely on explicit signals (i.e. voice, gesture) to engage, current literature is lacking solutions to address implicit user needs. In this paper, we present an architecture to (a) detect user implicit need of help and (b) generate a set of assistive actions without prior learning. Task (a) will be performed using state-of-the-art solutions for Scene Graph Generation coupled to the use of commonsense knowledge; whereas, task (b) will be performed using additional commonsense knowledge as well as a sentiment analysis on graph structure. Finally, we propose an evaluation of our solution using established benchmarks (e.g. ActionGenome dataset) along with human experiments. The main motivation of our approach is the embedding of the perception-decision-action loop in a single architecture.
• Abstract（参考訳）: HRI(Human-Robot Interaction)は、サービスロボティクスの新たなサブフィールドである。 既存のアプローチの多くは、明示的なシグナル(音声、ジェスチャー)による関与に依存しているが、現在の文献では、暗黙のユーザニーズに対応するソリューションが不足している。 本稿では,建築について述べる。 a) ユーザの暗黙の助けの必要性を検出する (b)事前学習なしで支援行動のセットを生成する。 課題 (a)コモンセンス知識の利用と相まって、シーングラフ生成のための最先端のソリューションを用いて行う。 (b)追加のコモンセンス知識とグラフ構造に関する感情分析を用いて実施する。 最後に、確立されたベンチマーク(例えば、ActionGenomeデータセット)と人間の実験を用いたソリューションの評価を提案する。 このアプローチの主な動機は、知覚-決定-行動ループを単一のアーキテクチャに埋め込むことである。

関連論文リスト

• Learning Where to Look: Self-supervised Viewpoint Selection for Active Localization using Geometrical Information [68.10033984296247]
  本稿では, 位置決めの精度を高めるために, 視点選択の重要性を強調し, アクティブな位置決め領域について検討する。 私たちのコントリビューションは、リアルタイム操作用に設計されたシンプルなアーキテクチャ、自己教師付きデータトレーニング方法、および実世界のロボティクスアプリケーションに適した計画フレームワークにマップを一貫して統合する能力による、データ駆動型アプローチの使用に関するものです。
  論文  参考訳（メタデータ） (2024-07-22T12:32:09Z)
• Clarify When Necessary: Resolving Ambiguity Through Interaction with LMs [58.620269228776294]
  そこで本稿では,ユーザに対して,あいまいさを解消するためのタスク非依存のフレームワークを提案する。 我々は3つのNLPアプリケーション(質問応答、機械翻訳、自然言語推論)にまたがるシステムを評価する。 インテントシムは堅牢であり、幅広いNLPタスクやLMの改善を実証している。
  論文  参考訳（メタデータ） (2023-11-16T00:18:50Z)
• Learning Action-Effect Dynamics for Hypothetical Vision-Language Reasoning Task [50.72283841720014]
  本研究では,行動の効果に関する推論を改善する新しい学習戦略を提案する。 本稿では,提案手法の有効性を実証し,性能,データ効率,一般化能力の観点から,従来のベースラインに対する優位性を論じる。
  論文  参考訳（メタデータ） (2022-12-07T05:41:58Z)
• Knowledge Guided Bidirectional Attention Network for Human-Object Interaction Detection [3.0915392100355192]
  HOIにおけるボトムアップ構文解析戦略の独立的利用は直感に反し、注意の拡散につながる可能性があると論じる。 HOIに新たな知識誘導型トップダウンアテンションを導入し、関係解析を「ルックアンドサーチ」プロセスとしてモデル化することを提案する。 一つのエンコーダ-デコーダモデルでボトムアップとトップダウンの注意を統一することで、プロセスを実装します。
  論文  参考訳（メタデータ） (2022-07-16T16:42:49Z)
• OG-SGG: Ontology-Guided Scene Graph Generation. A Case Study in Transfer Learning for Telepresence Robotics [124.08684545010664]
  画像からのシーングラフ生成は、ロボット工学のようなアプリケーションに非常に関心を持つタスクである。 オントロジー誘導シーングラフ生成(OG-SGG)と呼ばれるフレームワークの初期近似を提案する。
  論文  参考訳（メタデータ） (2022-02-21T13:23:15Z)
• Benchmarking Off-The-Shelf Solutions to Robotic Assembly Tasks [9.125933436783681]
  最新のパフォーマンスのベースラインとボトルネックの問題が何であるかは、しばしば不明です。 最近導入されたベンチマークであるNational Institute of Standards and Technology (NIST) Assembly Task Boardsで、オフ・ザ・シェルフ(OTS)産業ソリューションを評価します。
  論文  参考訳（メタデータ） (2021-03-08T23:46:48Z)
• Explainable robotic systems: Understanding goal-driven actions in a reinforcement learning scenario [1.671353192305391]
  強化学習のシナリオでは、データ駆動アプローチによる説明の提供に多くの努力が注がれている。 本研究では,ロボットシナリオにおけるタスクを実行する強化学習エージェントの意思決定プロセスに焦点をあてる。 我々は、メモリベース、学習ベース、イントロスペクションベースの3つの異なるアプローチによって計算される成功確率を利用する。
  論文  参考訳（メタデータ） (2020-06-24T10:51:14Z)
• A Dependency Syntactic Knowledge Augmented Interactive Architecture for End-to-End Aspect-based Sentiment Analysis [73.74885246830611]
  エンドツーエンドABSAのためのマルチタスク学習を用いた対話型アーキテクチャを新たに提案する。 このモデルは、よく設計された依存性関係埋め込みグラフ畳み込みネットワーク(DreGcn)を活用することで、構文知識(依存性関係と型)を完全に活用することができる。 3つのベンチマークデータセットの大規模な実験結果から,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-04-04T14:59:32Z)
• Mining Implicit Entity Preference from User-Item Interaction Data for Knowledge Graph Completion via Adversarial Learning [82.46332224556257]
  本稿では,知識グラフ補完タスクにおけるユーザインタラクションデータを活用することで,新たな逆学習手法を提案する。 我々のジェネレータはユーザインタラクションデータから分離されており、識別器の性能を向上させるのに役立ちます。 利用者の暗黙の実体的嗜好を発見するために,グラフニューラルネットワークに基づく精巧な協調学習アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2020-03-28T05:47:33Z)
• Interactive Natural Language-based Person Search [15.473033192858543]
  人間の記述を効果的に取得するアルゴリズムの設計法について検討する。 視覚的および言語的理解に使用されるモデルを用いて、興味ある人(POI)を原則的に検索するアルゴリズムを提案する。 次に、ロボットがPOIの外観に関する追加情報を要求できる反復的質問応答(QA)戦略について検討する。
  論文  参考訳（メタデータ） (2020-02-19T20:42:19Z)

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。