論文の概要: AAAI SSS-22 Symposium on Closing the Assessment Loop: Communicating
Proficiency and Intent in Human-Robot Teaming
- arxiv url: http://arxiv.org/abs/2204.02437v1
- Date: Tue, 5 Apr 2022 18:28:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-08 04:00:00.700771
- Title: AAAI SSS-22 Symposium on Closing the Assessment Loop: Communicating
Proficiency and Intent in Human-Robot Teaming
- Title（参考訳）: AAAI SSS-22 Symposium on Closing the Assessment Loop: Communicating prociency and Intent in Human-Robot Teaming
- Authors: Michael Goodrich, Jacob Crandall, Aaron Steinfeld, Holly Yanco
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 4.787322716745613
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The proposed symposium focuses understanding, modeling, and improving the
efficacy of (a) communicating proficiency from human to robot and (b)
communicating intent from a human to a robot. For example, how should a robot
convey predicted ability on a new task? How should it report performance on a
task that was just completed? How should a robot adapt its proficiency criteria
based on human intentions and values?
Communities in AI, robotics, HRI, and cognitive science have addressed
related questions, but there are no agreed upon standards for evaluating
proficiency and intent-based interactions. This is a pressing challenge for
human-robot interaction for a variety of reasons. Prior work has shown that a
robot that can assess its performance can alter human perception of the robot
and decisions on control allocation. There is also significant evidence in
robotics that accurately setting human expectations is critical, especially
when proficiency is below human expectations. Moreover, proficiency assessment
depends on context and intent, and a human teammate might increase or decrease
performance standards, adapt tolerance for risk and uncertainty, demand
predictive assessments that affect attention allocation, or otherwise reassess
or adapt intent.
- Abstract（参考訳）: シンポジウムは, 有効性を理解し, モデル化し, 改善することに焦点を当てた。
(a)人間からロボットへのコミュニケーション能力
(b)人間からロボットに意思を伝えること。
例えば、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よいのか?
完了したタスクのパフォーマンスをどうやって報告するべきか?
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?
AI、ロボティクス、HRI、認知科学のコミュニティは関連する問題に対処しているが、熟練度と意図に基づくインタラクションを評価するための標準に合意していない。
これは、さまざまな理由から、人間とロボットの相互作用を迫られる課題だ。
これまでの研究によると、その性能を評価するロボットは、ロボットの人間の知覚と制御割り当ての決定を変えることができる。
ロボット工学においては、人間の期待を正確に設定することが重要な証拠である。
さらに、熟練度評価は文脈や意図に依存しており、人間のチームメイトはパフォーマンス基準を引き上げたり下げたり、リスクや不確実性に対する耐性を適合させたり、注意の配分に影響する予測評価を要求したり、意図の再評価や適応をしたりすることができる。
関連論文リスト
- An Epistemic Human-Aware Task Planner which Anticipates Human Beliefs and Decisions [8.309981857034902]
目的は、制御不能な人間の行動を説明するロボットポリシーを構築することである。
提案手法は,AND-OR探索に基づく新しい計画手法と解法の構築である。
2つの領域における予備的な実験は、1つの新しいものと1つの適応されたもので、フレームワークの有効性を実証している。
論文 参考訳（メタデータ） (2024-09-27T08:27:36Z) - 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) - A Human-Robot Mutual Learning System with Affect-Grounded Language
Acquisition and Differential Outcomes Training [0.1812164955222814]
本稿では,ロボットのホメオスタティックなニーズを識別するための,人間とロボットのインタラクション・セットアップを提案する。
我々は,ロボットが内部ニーズに特有のフィードバックを提供する,差分結果学習プロトコルを採用した。
我々は、DOTが人間の学習効率を高めることができるという証拠を発見し、それによってより効率的なロボット言語習得を可能にした。
論文 参考訳（メタデータ） (2023-10-20T09:41:31Z) - Robust Robot Planning for Human-Robot Collaboration [11.609195090422514]
人間とロボットのコラボレーションにおいて、人間の目的はしばしばロボットに未知である。
本研究では,各目的関数に対して不確実な人間行動(ポリシー)を自動的に生成する手法を提案する。
また,上記の不確実性に対して頑健なロボット計画アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-02-27T16:02:48Z) - 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) - 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) - Show Me What You Can Do: Capability Calibration on Reachable Workspace
for Human-Robot Collaboration [83.4081612443128]
本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。
この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
論文 参考訳（メタデータ） (2021-03-06T09:14:30Z) - Joint Mind Modeling for Explanation Generation in Complex Human-Robot
Collaborative Tasks [83.37025218216888]
本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。
ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。
その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
論文 参考訳（メタデータ） (2020-07-24T23:35:03Z) - 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。