論文の概要: Explain yourself! Effects of Explanations in Human-Robot Interaction
- arxiv url: http://arxiv.org/abs/2204.04501v1
- Date: Sat, 9 Apr 2022 15:54:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-12 18:12:36.885441
- Title: Explain yourself! Effects of Explanations in Human-Robot Interaction
- Title（参考訳）: 説明しろ!
人間とロボットのインタラクションにおける説明の効果
- Authors: Jakob Ambsdorf, Alina Munir, Yiyao Wei, Klaas Degkwitz, Harm Matthias
Harms, Susanne Stannek, Kyra Ahrens, Dennis Becker, Erik Strahl, Tom Weber,
Stefan Wermter
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 10.389325878657697
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent developments in explainable artificial intelligence promise the
potential to transform human-robot interaction: Explanations of robot decisions
could affect user perceptions, justify their reliability, and increase trust.
However, the effects on human perceptions of robots that explain their
decisions have not been studied thoroughly. To analyze the effect of
explainable robots, we conduct a study in which two simulated robots play a
competitive board game. While one robot explains its moves, the other robot
only announces them. Providing explanations for its actions was not sufficient
to change the perceived competence, intelligence, likeability or safety ratings
of the robot. However, the results show that the robot that explains its moves
is perceived as more lively and human-like. This study demonstrates the need
for and potential of explainable human-robot interaction and the wider
assessment of its effects as a novel research direction.
- Abstract（参考訳）: ロボットの意思決定の説明は、ユーザーの知覚に影響を与え、信頼性を正当化し、信頼を高める可能性がある。
しかし、その決定を説明するロボットの人間の知覚への影響は十分に研究されていない。
説明可能なロボットの効果を分析するため、2つの模擬ロボットが競争ボードゲームをする研究を行った。
1台のロボットがその動きを説明するが、もう1台のロボットはそれを発表するだけだ。
その行動の説明を提供するだけでは、ロボットの能力、知性、類似性、安全性の評価を変えるには不十分だった。
しかし、その結果、動きを説明するロボットはより生き生きと人間らしく感じられることが判明した。
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し,その効果を新たな研究方向としてより広く評価する。
関連論文リスト
- Learning Object Properties Using Robot Proprioception via Differentiable Robot-Object Interaction [52.12746368727368]
微分可能シミュレーションは、システム識別の強力なツールとなっている。
本手法は,オブジェクト自体のデータに頼ることなく,ロボットからの情報を用いてオブジェクト特性を校正する。
低コストなロボットプラットフォームにおける本手法の有効性を実証する。
論文 参考訳（メタデータ） (2024-10-04T20:48:38Z) - Human Reactions to Incorrect Answers from Robots [0.0]
この研究は、ロボットの故障に対する人間の反応によって、信頼力学とシステム設計がどう影響するかを体系的に研究した。
その結果、ロボット技術に対する参加者の信頼は、ロボットが誤りや限界を認識したときに著しく増大した。
この研究は人間とロボットの相互作用の科学を進歩させ、ロボット技術の普及を促進する。
論文 参考訳（メタデータ） (2024-03-21T11:00:11Z) - Singing the Body Electric: The Impact of Robot Embodiment on User
Expectations [7.408858358967414]
ユーザーはロボットのメンタルモデルを開発し、ロボットとどのような相互作用ができるかを概念化する。
概念化はしばしばロボットとの相互作用の前に形成され、ロボットの物理的デザインを観察することのみに基づいている。
本研究では,ロボットが持つ社会的・身体的能力に対して,ユーザがどのような期待を抱くかを予測するために,ロボットのマルチモーダル機能を利用することを提案する。
論文 参考訳（メタデータ） (2024-01-13T04:42:48Z) - Mining multi-modal communication patterns in interaction with
explainable and non-explainable robots [0.138120109831448]
説明不能で説明不能なロボットと対話する人間のインタラクションパターンについて検討する。
そこでは20人の人間が説明不能または説明不能のPepperロボットに、ボード上の物体を移動させるように指示した。
論文 参考訳（メタデータ） (2023-12-22T12:12:55Z) - HERD: Continuous Human-to-Robot Evolution for Learning from Human
Demonstration [57.045140028275036]
本研究では,マイクロ進化的強化学習を用いて,操作スキルを人間からロボットに伝達可能であることを示す。
本稿では,ロボットの進化経路とポリシーを協調的に最適化する多次元進化経路探索アルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-12-08T15:56:13Z) - 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) - 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) - Integrating Intrinsic and Extrinsic Explainability: The Relevance of
Understanding Neural Networks for Human-Robot Interaction [19.844084722919764]
説明可能な人工知能(XAI)は、インテリジェントで自律的なシステムの信頼と受容を促進するのに役立つ。
NICOは、オープンソースのヒューマノイドロボットプラットフォームであり、ロボット自身による本質的な説明と環境によって提供される外生的な説明の相互作用によって、効率的なロボット動作を実現する方法について紹介されている。
論文 参考訳（メタデータ） (2020-10-09T14:28:48Z) - Joint Inference of States, Robot Knowledge, and Human (False-)Beliefs [90.20235972293801]
本稿では,人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)の認知能力が,ロボットとの相互作用にどのように影響するかを理解するために,対象状態,ロボット知識,人間(時間的)の認知能力の表現にグラフィカルモデルを採用することを提案する。
推論アルゴリズムは、複数のビューにまたがる全てのロボットから個別のpgを融合し、単一のビューから発生したエラーを克服するより効果的な推論能力を得る。
論文 参考訳（メタデータ） (2020-04-25T23:02:04Z) - 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)
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。