論文の概要: Affective Conversational Agents: Understanding Expectations and Personal Influences

• arxiv url: http://arxiv.org/abs/2310.12459v1
• Date: Thu, 19 Oct 2023 04:33:18 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-20 16:55:19.022831
• Title: Affective Conversational Agents: Understanding Expectations and Personal Influences
• Title（参考訳）: 感情的会話エージェント:期待と個人的影響の理解
• Authors: Javier Hernandez, Jina Suh, Judith Amores, Kael Rowan, Gonzalo Ramos, and Mary Czerwinski
• Abstract要約: 様々なアプリケーションにおける情緒的スキルに対する期待と嗜好を理解するため,745人の回答者を対象に調査を行った。 以上の結果から,人間のインタラクション,情緒的サポート,創造的タスクを含むシナリオの選好が示唆された。 全体として、AIエージェントの望ましい感情的スキルは、アプリケーションのコンテキストと性質に大きく依存する。
• 参考スコア（独自算出の注目度）: 17.059654991560105
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rise of AI conversational agents has broadened opportunities to enhance human capabilities across various domains. As these agents become more prevalent, it is crucial to investigate the impact of different affective abilities on their performance and user experience. In this study, we surveyed 745 respondents to understand the expectations and preferences regarding affective skills in various applications. Specifically, we assessed preferences concerning AI agents that can perceive, respond to, and simulate emotions across 32 distinct scenarios. Our results indicate a preference for scenarios that involve human interaction, emotional support, and creative tasks, with influences from factors such as emotional reappraisal and personality traits. Overall, the desired affective skills in AI agents depend largely on the application's context and nature, emphasizing the need for adaptability and context-awareness in the design of affective AI conversational agents.
• Abstract（参考訳）: aiの会話エージェントの台頭は、様々な領域にまたがる人間の能力を高める機会を広げた。 これらのエージェントが普及するにつれて、異なる感情能力がパフォーマンスやユーザ体験に与える影響を調べることが重要である。 本研究では,様々なアプリケーションにおける情緒的スキルに対する期待と好みを理解するために,回答者745名を対象に調査を行った。 具体的には、32のシナリオで感情を理解し、反応し、シミュレートできるAIエージェントに関する好みを評価した。 本研究は,人間とのインタラクション,感情支援,創造的タスクなど,感情の再評価や性格特性といった要因の影響を考慮したシナリオの好みを示す。 全体として、AIエージェントの望ましい感情的スキルは、主にアプリケーションのコンテキストと性質に依存し、感情的AI会話エージェントの設計における適応性とコンテキスト認識の必要性を強調している。

関連論文リスト

• CAPE: A Chinese Dataset for Appraisal-based Emotional Generation using Large Language Models [30.40159858361768]
  認知評価理論に基づく感情コーパスという中国のデータセットであるCAPEを作成するための2段階の自動データ生成フレームワークを提案する。 このコーパスは、多様な個人的・状況的要因を考慮し、文脈的に適切な感情的反応を伴う対話を生成する。 我々の研究は、会話エージェントにおける感情表現を前進させる可能性を示し、よりニュアンスで有意義な人間とコンピュータの相互作用の道を開いた。
  論文  参考訳（メタデータ） (2024-10-18T03:33:18Z)
• Empathy Through Multimodality in Conversational Interfaces [1.360649555639909]
  会話型健康エージェント(CHA)は、感情的なインテリジェンスを組み込むためにテキスト分析を超越するニュアンスなサポートを提供することで、医療を再定義している。 本稿では、豊かなマルチモーダル対話のためのLCMベースのCHAについて紹介する。 マルチモーダルな手がかりを解析することにより、ユーザの感情状態に順応的に解釈し、応答し、文脈的に認識され、共感的に反響する音声応答を提供する。
  論文  参考訳（メタデータ） (2024-05-08T02:48:29Z)
• Social Life Simulation for Non-Cognitive Skills Learning [7.730401608473805]
  大型言語モデル(LLM)によって実現された対話型プラットフォームであるSimulife++を紹介する。 このシステムでは、ユーザーは主人公として行動し、1つまたは複数のAIベースのキャラクターをさまざまな社会的シナリオで作り出すことができる。 特に,人間-AIインタラクションを,傍観者として行動するSage Agentを含む人間-AI-AIコラボレーションに拡張した。
  論文  参考訳（メタデータ） (2024-05-01T01:45:50Z)
• AntEval: Evaluation of Social Interaction Competencies in LLM-Driven Agents [65.16893197330589]
  大規模言語モデル(LLM)は、幅広いシナリオで人間の振る舞いを再現する能力を示した。 しかし、複雑なマルチ文字のソーシャルインタラクションを扱う能力については、まだ完全には研究されていない。 本稿では,新しいインタラクションフレームワークと評価手法を含むマルチエージェントインタラクション評価フレームワーク(AntEval)を紹介する。
  論文  参考訳（メタデータ） (2024-01-12T11:18:00Z)
• 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)
• Expanding the Role of Affective Phenomena in Multimodal Interaction Research [57.069159905961214]
  マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。 本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。 我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
  論文  参考訳（メタデータ） (2023-05-18T09:08:39Z)
• e-Genia3 An AgentSpeak extension for empathic agents [0.0]
  e-Genia3は、共感的エージェントの開発を支援するためのAgentSpeakの拡張である。 e-Genia3は、分析された事象と、エージェントの感情状態と性格に応じて、エージェントの推論プロセスを選択プランに修正する。
  論文  参考訳（メタデータ） (2022-08-01T10:53:25Z)
• 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)
• Towards Emotion-Aware Agents For Negotiation Dialogues [2.1454205511807234]
  交渉は、人間の意思決定における感情的な出会いをカプセル化する複雑な社会的相互作用である。 人間と交渉できるバーチャルエージェントは、教育と会話のAIに役立ちます。 交渉から抽出した感情特性が予測にどの程度役立つかを分析する。
  論文  参考訳（メタデータ） (2021-07-28T04:42:36Z)
• 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)
• SPA: Verbal Interactions between Agents and Avatars in Shared Virtual Environments using Propositional Planning [61.335252950832256]
  SPA(Sense-Plan-Ask)は、仮想的な仮想環境において、仮想的な人間のようなエージェントとユーザアバターの間の言語的対話を生成する。 提案アルゴリズムは実行時コストを小さくし,自然言語通信を利用せずにエージェントよりも効率的に目標を達成できることが判明した。
  論文  参考訳（メタデータ） (2020-02-08T23:15:06Z)

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。