論文の概要: Transferring Studies Across Embodiments: A Case Study in Confusion Detection

• arxiv url: http://arxiv.org/abs/2206.01493v1
• Date: Fri, 3 Jun 2022 10:41:16 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-06 14:02:12.220429
• Title: Transferring Studies Across Embodiments: A Case Study in Confusion Detection
• Title（参考訳）: 実施形態間の研究の伝達:混乱検出における事例研究
• Authors: Na Li and Robert Ross
• Abstract要約: 人間ロボットの研究は、行うのが高価で、制御が難しい。 このような研究者は、より高速で安価なデータ収集を期待して、人間とアバターのインタラクションに目を向けることもある。 この研究は、微妙な違いと技術的制御の制限にもかかわらず、ユーザの行動に多くの類似点が検出されたことを示している。 この研究は、アバターの相互作用がロボットの相互作用研究の真の代用ではないことを示唆している。
• 参考スコア（独自算出の注目度）: 6.997674465889922
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human-robot studies are expensive to conduct and difficult to control, and as such researchers sometimes turn to human-avatar interaction in the hope of faster and cheaper data collection that can be transferred to the robot domain. In terms of our work, we are particularly interested in the challenge of detecting and modelling user confusion in interaction, and as part of this research programme, we conducted situated dialogue studies to investigate users' reactions in confusing scenarios that we give in both physical and virtual environments. In this paper, we present a combined review of these studies and the results that we observed across these two embodiments. For the physical embodiment, we used a Pepper Robot, while for the virtual modality, we used a 3D avatar. Our study shows that despite attitudinal differences and technical control limitations, there were a number of similarities detected in user behaviour and self-reporting results across embodiment options. This work suggests that, while avatar interaction is no true substitute for robot interaction studies, sufficient care in study design may allow well executed human-avatar studies to supplement more challenging human-robot studies.
• Abstract（参考訳）: 人間-ロボットの研究は行動しやすく、制御が難しいため、研究者はロボットドメインに転送できるより高速で安価なデータ収集を期待して、人間-ロボットのインタラクションに切り替えることもある。 本研究は,ユーザ間のインタラクションにおける混乱の検出とモデル化という課題に特に関心を寄せており,本研究プログラムの一環として,物理環境と仮想環境の両方で与える混乱シナリオにおいて,ユーザの反応を調査する位置ダイアログ調査を行った。 本稿では,これら2つの実施形態を合わせて,これらの研究と結果について概説する。 物理的実施にはPepper Robotを使用し、仮想モードには3Dアバターを使用しました。 本研究は, 時間的差異と技術的コントロールの限界にもかかわらず, ユーザの行動や自己申告結果に類似点が多数見出されたことを示唆する。 この研究は、アバターの相互作用はロボットの相互作用研究の真の代用ではないものの、研究設計における十分な注意が、より困難な人間とロボットの研究を補完するために、適切に実行される人間とアバターの研究を可能にすることを示唆している。

関連論文リスト

• Experimental Evaluation of ROS-Causal in Real-World Human-Robot Spatial Interaction Scenarios [3.8625803348911774]
  ロボット空間相互作用における因果発見のためのROSベースのフレームワークであるROS-Causalの実験的検討を行った。 データ収集中にロボットが因果モデルを直接抽出する方法を示す。 シミュレーションから生成されたオンライン因果関係モデルは、実験結果と一致している。
  論文  参考訳（メタデータ） (2024-06-07T14:20:30Z)
• 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)
• Habitat 3.0: A Co-Habitat for Humans, Avatars and Robots [119.55240471433302]
  Habitat 3.0は、家庭環境における協調ロボットタスクを研究するためのシミュレーションプラットフォームである。 複雑な変形可能な体と外観と運動の多様性をモデル化する際の課題に対処する。 Human-in-the-loopインフラストラクチャは、マウス/キーボードまたはVRインターフェースを介してシミュレーションされたロボットとの実際のヒューマンインタラクションを可能にする。
  論文  参考訳（メタデータ） (2023-10-19T17:29:17Z)
• Causal Discovery of Dynamic Models for Predicting Human Spatial Interactions [5.742409080817885]
  本稿では,人間とロボットの空間的相互作用をモデル化するための因果探索手法を提案する。 最先端の因果探索アルゴリズムを初めて活用するために、新しい方法と実用的な解決策について議論する。
  論文  参考訳（メタデータ） (2022-10-29T08:56:48Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• 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)
• Towards a Real-time Measure of the Perception of Anthropomorphism in Human-robot Interaction [5.112850258732114]
  我々は,オンラインの人間とロボットのインタラクション実験を,教育現場で実施した。 この研究には43人の英語話者が参加した。 その結果,擬人化の主観的・客観的知覚の程度は,音響・韻律的エントレメントと正の相関が認められた。
  論文  参考訳（メタデータ） (2022-01-24T11:10:37Z)
• 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)
• Let's be friends! A rapport-building 3D embodied conversational agent for the Human Support Robot [0.0]
  会話中の非言語行動の微妙なミラーリング(模倣または平行共感とも呼ばれる)はラプポート構築に不可欠である。 本研究の課題は,対話者の表情と頭部の動きを反映できるECAとヒューマンサービスロボットを組み合わせることで,ユーザエクスペリエンスが向上するかどうかである。 私たちの貢献は、対話者の顔を追跡し、人間の支援ロボットと統合されたリアルタイムで顔の表情や頭の動きを反映することができる表現的ECAの複雑な統合です。
  論文  参考訳（メタデータ） (2021-03-08T01:02:41Z)
• Controlling the Sense of Agency in Dyadic Robot Interaction: An Active Inference Approach [6.421670116083633]
  変形型繰り返しニューラルネットワークモデルを用いて,ロボットのダイアディック模倣相互作用を検討する。 トレーニング中の自由エネルギーを最小化する複雑性項の制御が,ネットワークの動的特性をいかに決定するかを検討した。
  論文  参考訳（メタデータ） (2021-03-03T02:38:09Z)
• Learning Predictive Models From Observation and Interaction [137.77887825854768]
  世界との相互作用から予測モデルを学ぶことで、ロボットのようなエージェントが世界がどのように働くかを学ぶことができる。 しかし、複雑なスキルのダイナミクスを捉えるモデルを学ぶことは大きな課題である。 本研究では,人間などの他のエージェントの観察データを用いて,トレーニングセットを増強する手法を提案する。
  論文  参考訳（メタデータ） (2019-12-30T01:10:41Z)

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。