論文の概要: Towards scalable robotic intervention of children with Autism Spectrum Disorder using LLMs

• arxiv url: http://arxiv.org/abs/2402.00260v1
• Date: Thu, 1 Feb 2024 01:09:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-02 17:02:40.134757
• Title: Towards scalable robotic intervention of children with Autism Spectrum Disorder using LLMs
• Title（参考訳）: LLMを用いた自閉症スペクトラム障害児のスケーラブルなロボット介入に向けて
• Authors: Ruchik Mishra and Karla Conn Welch
• Abstract要約: ソーシャルロボットNAOは、刺激薬(社会状況を垂直に記述し、質問する)、プロンサー(選択する3つの選択肢を提示する)、強化器(回答が正しければ評価する)として機能する。 このコミュニケーションは、Large Language Model (LLM)パイプラインを使って生成されたテキストを使って、視点の取り方を教えることを目的としている。
• 参考スコア（独自算出の注目度）: 1.559185855401447
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we propose a social robot capable of verbally interacting with children with Autism Spectrum Disorder (ASD). This communication is meant to teach perspective-taking using text generated using a Large Language Model (LLM) pipeline. The social robot NAO acts as a stimulator (verbally describes a social situation and asks a question), prompter (presents three options to choose from), and reinforcer (praises when the answer is correct). For the role of the stimulator, the social situation, questions, and options are generated using our LLM pipeline. We compare two approaches: GPT-2 + BART and GPT-2 + GPT-2, where the first GPT-2 common between the pipelines is used for unsupervised social situation generation. We use the SOCIALIQA dataset to fine-tune all of our LLM pipelines. We found that the GPT-2 + BART pipeline had a better BERTscore for generating the questions and the options by combining their individual loss functions. This observation was also consistent with the human evaluations. Lastly, the unsupervised generation of social situations was visualized using T-SNE plots, and the entire pipeline was evaluated for appropriateness for children with ASD by human experts.
• Abstract（参考訳）: 本稿では,自閉症スペクトラム障害児(ASD)と音声対話可能な社会ロボットを提案する。 このコミュニケーションは、Large Language Model (LLM)パイプラインを使って生成されたテキストを使って視点を取ることを教える。 ソーシャルロボットNAOは、刺激者(社会状況を垂直に記述し、質問する)、プロンサ(選択する3つの選択肢を示す)、強化者(回答が正しければ評価する)として機能する。 刺激器の役割については, LLMパイプラインを用いて社会的状況, 質問, 選択肢を生成する。 GPT-2+BARTとGPT-2+GPT-2の2つのアプローチを比較した。 私たちは、SOCIALIQAデータセットを使用して、LLMパイプラインをすべて微調整しています。 GPT-2+BARTパイプラインは、個々の損失関数を組み合わせることで、質問やオプションを生成するのに優れたBERTスコアを持つことがわかった。 この観察は人間の評価とも一致した。 最後に,t-sneプロットを用いて社会状況の教師なし生成を可視化し,人間の専門家によるasd児の適応性評価を行った。

関連論文リスト

• Robotic Backchanneling in Online Conversation Facilitation: A Cross-Generational Study [36.065558339939095]
  日本は、人口の認知低下率の増加や介護者の不足など、高齢化社会にまつわる多くの課題に直面している。 人工知能(AI)、特に人間とコミュニケーション可能な、社会的に具体化された知的エージェントやロボットを使ったソリューションの探求が始まっている。 本研究では,認知低下防止を目的としたグループ会話プロトコルのファシリテータとして機能するロボットをユーザスタディで評価した。 我々は、ロボットの受容性を高め、グループ会話体験を楽しむために、自然な人間の話し方であるバックチャネルを使用するように、ロボットを改造した。
  論文  参考訳（メタデータ） (2024-09-25T13:08:43Z)
• Dialogue with Robots: Proposals for Broadening Participation and Research in the SLIVAR Community [57.56212633174706]
  自然言語を使って機械と対話する能力は一般的なものになりつつあるが、期待されている。 本稿では,ロボットとの音声対話のこの成長分野の最近の歴史を詳述する。 私たちはコミュニティに3つの提案を提供しています。ひとつは教育、もうひとつはベンチマーク、もうひとつはロボットとの会話に関する言語モデリングです。
  論文  参考訳（メタデータ） (2024-04-01T15:03:27Z)
• Ain't Misbehavin' -- Using LLMs to Generate Expressive Robot Behavior in Conversations with the Tabletop Robot Haru [9.2526849536751]
  本稿では,大規模言語モデル(LLM)を利用して,表現行動を伴うロボット応答を生成する,完全自動会話システムを提案する。 提案したシステムを用いて,ボランティアが社会ロボットとチャットし,そのフィードバックを分析し,チャットテキストの厳密な誤り解析を行う。 最も否定的なフィードバックは、会話に限られた影響を及ぼす自動音声認識(ASR)エラーによるものだった。
  論文  参考訳（メタデータ） (2024-02-18T12:35:52Z)
• Growing from Exploration: A self-exploring framework for robots based on foundation models [13.250831101705694]
  我々は、ロボットが人間の介入なしに自律的に探索し学習することを可能にするGExpというフレームワークを提案する。 幼児が世界と対話する方法に触発されて、GExpはロボットに、一連の自己生成タスクで環境を理解し、探索するように促す。
  論文  参考訳（メタデータ） (2024-01-24T14:04:08Z)
• 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)
• What Matters to You? Towards Visual Representation Alignment for Robot Learning [81.30964736676103]
  人のために運用する場合、ロボットはエンドユーザーの好みに合わせて報酬を最適化する必要がある。 本稿では、視覚的表現アライメント問題を解決するためのRAPL(Representation-Aligned Preference-based Learning)を提案する。
  論文  参考訳（メタデータ） (2023-10-11T23:04:07Z)
• Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement Learning [54.636562516974884]
  模倣と強化学習において、人間の監督コストは、ロボットが訓練できるデータの量を制限する。 本研究では,自己改善型ロボットシステムのための新しい設計手法であるMEDAL++を提案する。 ロボットは、タスクの実施と解除の両方を学ぶことで、自律的にタスクを練習し、同時にデモンストレーションから報酬関数を推論する。
  論文  参考訳（メタデータ） (2023-03-02T18:51:38Z)
• Social Assistive Robotics for Autistic Children [56.524774292536264]
  このプロジェクトの目的は、自閉症児と社会ロボットNAOとの相互作用をテストすることである。 このプロジェクトのイノベーティブな側面は、子供のロボットのインタラクションが子供の感情や特定の特徴を熟考することである。
  論文  参考訳（メタデータ） (2022-09-25T18:28:19Z)
• Self-supervised reinforcement learning for speaker localisation with the iCub humanoid robot [58.2026611111328]
  人の顔を見ることは、ノイズの多い環境での音声のフィルタリングに人間が依存するメカニズムの1つである。 スピーカーに目を向けるロボットを持つことは、挑戦的な環境でのASRのパフォーマンスに恩恵をもたらす可能性がある。 本稿では,人間の初期発達に触発された自己指導型強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-12T18:02:15Z)

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。