論文の概要: Causal Robot Communication Inspired by Observational Learning Insights

• arxiv url: http://arxiv.org/abs/2203.09114v1
• Date: Thu, 17 Mar 2022 06:43:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-18 15:58:12.908670
• Title: Causal Robot Communication Inspired by Observational Learning Insights
• Title（参考訳）: 観測学習による因果ロボットのコミュニケーション
• Authors: Zhao Han, Boyoung Kim, Holly A. Yanco and Tom Williams
• Abstract要約: 本稿では,ロボットの意図的コミュニケーションにおける行動学習的洞察の関連性について論じる。 本稿では,ロボットが行動系列における因果的動作を選択的に説明することにより,その意図を効率的に伝達するための,これらの知見の最初の応用について述べる。
• 参考スコア（独自算出の注目度）: 4.545201807506083
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous robots must communicate about their decisions to gain trust and acceptance. When doing so, robots must determine which actions are causal, i.e., which directly give rise to the desired outcome, so that these actions can be included in explanations. In behavior learning in psychology, this sort of reasoning during an action sequence has been studied extensively in the context of imitation learning. And yet, these techniques and empirical insights are rarely applied to human-robot interaction (HRI). In this work, we discuss the relevance of behavior learning insights for robot intent communication, and present the first application of these insights for a robot to efficiently communicate its intent by selectively explaining the causal actions in an action sequence.
• Abstract（参考訳）: 自律ロボットは、信頼と受け入れを得るために彼らの決定についてコミュニケーションする必要があります。 そのような場合、ロボットはどの行動が因果的か、すなわち、望まれる結果を直接引き起こすかを判断し、これらの動作を説明に含める必要がある。 心理学における行動学習では、行動系列におけるこのような推論は模倣学習の文脈で広く研究されている。 しかし、これらの技術と経験的洞察はヒト-ロボット相互作用(HRI)にはほとんど適用されない。 本稿では,ロボット意図コミュニケーションにおける行動学習的洞察の関連性について検討し,ロボットが行動系列における因果行動を選択的に説明することにより,その意図を効率的に伝達する上で,これらの洞察の第一の応用について述べる。

関連論文リスト

• The Shortcomings of Force-from-Motion in Robot Learning [48.036338624248835]
  我々は、ロボット学習におけるより対話的な行動空間について論じる。 現在のロボット学習のアプローチは、インタラクションに対するポリシー制御を明示的に提供しない動き中心のアクション空間に焦点を当てている。
  論文  参考訳（メタデータ） (2024-07-03T08:23:02Z)
• Human-Robot Mutual Learning through Affective-Linguistic Interaction and Differential Outcomes Training [Pre-Print] [0.3811184252495269]
  本研究では,感情言語コミュニケーションが人間ロボットの文脈における相互学習にどのように影響するかを検証する。 児童介護のダイナミックスからインスピレーションを得て、私たちの人間とロボットのインタラクションのセットアップは、内部的、ホメオスタティックに制御されたニーズのコミュニケーション方法を学ぶための(シミュレートされた)ロボットで構成されています。
  論文  参考訳（メタデータ） (2024-07-01T13:35:08Z)
• 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)
• SACSoN: Scalable Autonomous Control for Social Navigation [62.59274275261392]
  我々は、社会的に邪魔にならないナビゲーションのための政策の訓練方法を開発した。 この反事実的摂動を最小化することにより、共有空間における人間の自然な振る舞いを変えない方法でロボットに行動を促すことができる。 屋内移動ロボットが人間の傍観者と対話する大規模なデータセットを収集する。
  論文  参考訳（メタデータ） (2023-06-02T19:07:52Z)
• Introspection-based Explainable Reinforcement Learning in Episodic and Non-episodic Scenarios [14.863872352905629]
  イントロスペクションベースのアプローチは、成功の確率を提供するために強化学習エージェントと併用することができる。 イントロスペクションに基づくアプローチは、非エポゾディックなロボティクス環境でもたらされた動作を説明するためにも使用できる。
  論文  参考訳（メタデータ） (2022-11-23T13:05:52Z)
• Robots with Different Embodiments Can Express and Influence Carefulness in Object Manipulation [104.5440430194206]
  本研究では,2つのロボットによるコミュニケーション意図による物体操作の知覚について検討する。 ロボットの動きを設計し,物体の搬送時に注意を喚起するか否かを判断した。
  論文  参考訳（メタデータ） (2022-08-03T13:26:52Z)
• Explain yourself! Effects of Explanations in Human-Robot Interaction [10.389325878657697]
  ロボット決定の説明は、ユーザーの知覚に影響を与え、信頼性を正当化し、信頼を高める。 ロボットが人間の知覚に与える影響は、まだ十分に研究されていない。 本研究は、人間とロボットの相互作用を説明する必要性と可能性を示す。
  論文  参考訳（メタデータ） (2022-04-09T15:54:27Z)
• Synthesis and Execution of Communicative Robotic Movements with Generative Adversarial Networks [59.098560311521034]
  我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。 我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。 我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
  論文  参考訳（メタデータ） (2022-03-29T15:03:05Z)
• Affect-Driven Modelling of Robot Personality for Collaborative Human-Robot Interactions [16.40684407420441]
  協調的な相互作用は、人間の感情的行動のダイナミクスに適応するために社会ロボットを必要とする。 社会ロボットにおける人格駆動行動生成のための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2020-10-14T16:34:14Z)
• Hierarchical Affordance Discovery using Intrinsic Motivation [69.9674326582747]
  本研究では,移動ロボットの価格学習を支援するために,本質的なモチベーションを用いたアルゴリズムを提案する。 このアルゴリズムは、事前にプログラムされたアクションなしで、相互に関連のある価格を自律的に発見し、学習し、適応することができる。 一度学習すると、これらの余裕はアルゴリズムによって様々な困難を伴うタスクを実行するために一連のアクションを計画するために使われる。
  論文  参考訳（メタデータ） (2020-09-23T07:18:21Z)
• 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。