論文の概要: Does It Affect You? Social and Learning Implications of Using
Cognitive-Affective State Recognition for Proactive Human-Robot Tutoring
- arxiv url: http://arxiv.org/abs/2212.10346v1
- Date: Tue, 20 Dec 2022 15:31:58 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-21 16:41:52.013933
- Title: Does It Affect You? Social and Learning Implications of Using
Cognitive-Affective State Recognition for Proactive Human-Robot Tutoring
- Title（参考訳）: それはあなたに影響しますか。
認知的適応状態認識を用いた人間-ロボット指導の社会的・学習的意義
- Authors: Matthias Kraus, Diana Betancourt, Wolfgang Minker
- Abstract要約: 本研究は,ロボット教師が学生の認知影響状態をどう活用するかを,プロアクティブ・チューリング・ダイアログのトリガーとして検討する。
混乱の兆候を検知した後の積極的な行動開始が,生徒の集中とエージェントへの信頼を高めるかを検討した。
その結果,高い積極的行動が信頼を損なうことが示唆された。
- 参考スコア（独自算出の注目度）: 4.384546153204966
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Using robots in educational contexts has already shown to be beneficial for a
student's learning and social behaviour. For levitating them to the next level
of providing more effective and human-like tutoring, the ability to adapt to
the user and to express proactivity is fundamental. By acting proactively,
intelligent robotic tutors anticipate possible situations where problems for
the student may arise and act in advance for preventing negative outcomes.
Still, the decisions of when and how to behave proactively are open questions.
Therefore, this paper deals with the investigation of how the student's
cognitive-affective states can be used by a robotic tutor for triggering
proactive tutoring dialogue. In doing so, it is aimed to improve the learning
experience. For this reason, a concept learning task scenario was observed
where a robotic assistant proactively helped when negative user states were
detected. In a learning task, the user's states of frustration and confusion
were deemed to have negative effects on the outcome of the task and were used
to trigger proactive behaviour. In an empirical user study with 40
undergraduate and doctoral students, we studied whether the initiation of
proactive behaviour after the detection of signs of confusion and frustration
improves the student's concentration and trust in the agent. Additionally, we
investigated which level of proactive dialogue is useful for promoting the
student's concentration and trust. The results show that high proactive
behaviour harms trust, especially when triggered during negative
cognitive-affective states but contributes to keeping the student focused on
the task when triggered in these states. Based on our study results, we further
discuss future steps for improving the proactive assistance of robotic tutoring
systems.
- Abstract（参考訳）: ロボットを教育現場で使うことは、すでに学生の学習や社会的行動に有益であることが示されている。
より効果的で人間的な授業を提供する次のレベルに彼らを誘導するには、ユーザに適応し、積極性を表現する能力が不可欠である。
有能な行動を行うことで、知的ロボットチューターは、生徒の問題を発生させる可能性のある状況を予測し、ネガティブな結果を防ぐために事前に行動する。
それでも、いつどのように行動するかという決定は、オープンな疑問である。
そこで本論文では,ロボット教師が学生の認知影響状態をどのように活用できるかを,プロアクティブ・チュータリング・ダイアログのトリガーとして検討する。
学習体験を向上させることを目的としている。
このため、ロボットアシスタントがネガティブなユーザ状態を検出する際に、積極的に支援する概念学習タスクシナリオが観察された。
学習タスクでは、ユーザのフラストレーション状態と混乱状態がタスクの結果に悪影響を及ぼすと考えられ、アクティブな振る舞いを誘発するために使用された。
大学生40名を対象にした実証的ユーザスタディにおいて,混乱やフラストレーションの兆候の検出による積極的行動の開始が,学生の集中とエージェントへの信頼を高めるかを検討した。
また,プロアクティブ対話のどのレベルが学生の集中と信頼を促進するのに有用かを検討した。
その結果,高いプロアクティブ行動は信頼を損なうこと,特に負の認知的影響状態において引き起こされる場合において,学生がこれらの状態において引き起こされるタスクに集中し続けるのに寄与することが示された。
本研究は,ロボット学習システムの積極的な支援を改善するための今後のステップについて考察する。
関連論文リスト
- Auto Detecting Cognitive Events Using Machine Learning on Pupillary Data [0.0]
瞳孔の大きさは認知作業負荷の貴重な指標であり、自律神経系によって支配される注意の変化と覚醒を反映している。
本研究では、機械学習を用いて個人が経験した認知イベントを自動的に検出する可能性について検討する。
論文 参考訳（メタデータ） (2024-10-18T04:54:46Z) - Socially Assistive Robot in Sexual Health: Group and Individual Student-Robot Interaction Activities Promoting Disclosure, Learning and Positive Attitudes [0.0]
社会支援ロボット(SAR)は、人間よりも信頼できると認識されることもある。
学生は人間の教師よりも、SE関連の質問をロボットに尋ねることにオープンだった。
論文 参考訳（メタデータ） (2024-07-17T21:36:21Z) - Large Language Models Understand and Can be Enhanced by Emotional
Stimuli [53.53886609012119]
我々は、感情的な刺激を理解するために、大規模言語モデルの能力を探究する第一歩を踏み出す。
実験の結果,LLMは感情的知能を把握でき,その性能は感情的刺激によって改善できることがわかった。
EmotionPromptが生成タスクの性能を大幅に向上させることを示す。
論文 参考訳（メタデータ） (2023-07-14T00:57:12Z) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳（メタデータ） (2023-04-30T22:51:31Z) - Improving Proactive Dialog Agents Using Socially-Aware Reinforcement
Learning [3.9011896000134825]
適切に定義された積極的行動は、人間と機械の協調を改善する。
ダイアログにソーシャル機能とタスク関連機能の両方を含む新しいアプローチを提案する。
論文 参考訳（メタデータ） (2022-11-25T14:29:26Z) - I am Only Happy When There is Light: The Impact of Environmental Changes
on Affective Facial Expressions Recognition [65.69256728493015]
本研究では,異なる画像条件が人間の表情からの覚醒の認識に与える影響について検討した。
以上の結果から,人間の感情状態の解釈が肯定的,否定的に大きく異なることが示唆された。
論文 参考訳（メタデータ） (2022-10-28T16:28:26Z) - When to Ask for Help: Proactive Interventions in Autonomous
Reinforcement Learning [57.53138994155612]
強化学習の長期的な目標は、世界で自律的に対話し学習できるエージェントを設計することである。
重要な課題は、ロボットアームが物体をテーブルから押し出したときなど、外部からの援助を必要とする不可逆状態の存在である。
本研究では,非可逆状態の検出と回避を効率よく学習し,エージェントが侵入した場合に積極的に支援を求めるアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-10-19T17:57:24Z) - Interacting with Non-Cooperative User: A New Paradigm for Proactive
Dialogue Policy [83.61404191470126]
インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。
具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。
実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
論文 参考訳（メタデータ） (2022-04-07T14:11:31Z) - Disambiguating Affective Stimulus Associations for Robot Perception and
Dialogue [67.89143112645556]
知覚された聴覚刺激と感情表現の関連性を学ぶことができるNICOロボットを提供します。
NICOは、感情駆動対話システムの助けを借りて、個人と特定の刺激の両方でこれを行うことができる。
ロボットは、実際のHRIシナリオにおいて、被験者の聴覚刺激の楽しさを判断するために、この情報を利用することができる。
論文 参考訳（メタデータ） (2021-03-05T20:55:48Z) - A Robotic Positive Psychology Coach to Improve College Students'
Wellbeing [16.70932067272569]
本研究は,大学寮に在住する大学生に対して,ポジティブな心理学的介入を行うためのソーシャルロボットコーチの利用について検討する。
被験者の心理的幸福感,気分,準備性は,調査終了後の幸福感を改善するために統計的に有意な改善が認められた。
学生の性格特性は介入効果と有意な関連があることが判明した。
論文 参考訳（メタデータ） (2020-09-08T15:51:11Z) - SensAI+Expanse Emotional Valence Prediction Studies with Cognition and
Memory Integration [0.0]
この研究は、認知科学研究を支援することができる人工知能エージェントに貢献する。
開発された人工知能システム(SensAI+Expanse)には、機械学習アルゴリズム、共感アルゴリズム、メモリが含まれる。
本研究は, 年齢と性別の相違が有意であることを示すものである。
論文 参考訳（メタデータ） (2020-01-03T18:17:57Z)
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。