論文の概要: Developing Autonomous Robot-Mediated Behavior Coaching Sessions with Haru

• arxiv url: http://arxiv.org/abs/2402.11569v1
• Date: Sun, 18 Feb 2024 12:33:54 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-20 20:21:00.408121
• Title: Developing Autonomous Robot-Mediated Behavior Coaching Sessions with Haru
• Title（参考訳）: 自律型ロボットによる行動コーチングセッションの開発
• Authors: Matou\v{s} Jel\'inek and Eric Nichols and Randy Gomez
• Abstract要約: 本研究では,自律対話が行動変化コーチングにおける人間とロボットの相互作用に与える影響について検討した。 本稿では,テーブルトップ型ソーシャルロボット「はる」の利用に焦点をあて,ポジティブな行動変化を促すためのTiny Habits法の実装について検討する。
• 参考スコア（独自算出の注目度）: 5.7975462863343505
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study presents an empirical investigation into the design and impact of autonomous dialogues in human-robot interaction for behavior change coaching. We focus on the use of Haru, a tabletop social robot, and explore the implementation of the Tiny Habits method for fostering positive behavior change. The core of our study lies in developing a fully autonomous dialogue system that maximizes Haru's emotional expressiveness and unique personality. Our methodology involved iterative design and extensive testing of the dialogue system, ensuring it effectively embodied the principles of the Tiny Habits method while also incorporating strategies for trust-raising and trust-dampening. The effectiveness of the final version of the dialogue was evaluated in an experimental study with human participants (N=12). The results indicated a significant improvement in perceptions of Haru's liveliness, interactivity, and neutrality. Additionally, our study contributes to the broader understanding of dialogue design in social robotics, offering practical insights for future developments in the field.
• Abstract（参考訳）: 本研究では,行動変化コーチングにおける人間とロボットの対話における自律対話の設計と影響に関する実証的研究を行う。 テーブルトップ型ソーシャルロボット「はる」の利用に注目し,ポジティブな行動変化を促すための「ちっちゃい習慣」手法の実装を検討する。 本研究の核心は、春の感情表現力と独特な性格を最大化する完全自律的な対話システムを開発することである。 本手法では,対話システムの反復設計と広範囲なテストを行い,Tiny Habits法の原則を効果的に具現化し,信頼性向上と信頼度向上の戦略を取り入れた。 対話の最終版の有効性を実験実験で評価した(n=12)。 その結果, 春の活力, 相互作用性, 中立性に対する認識は著しく改善した。 さらに,本研究は,社会ロボティクスにおける対話設計のより広範な理解に寄与し,今後の発展に向けた実践的な洞察を提供する。

関連論文リスト

• PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
  社会実践, 一貫性, 動的発達という, 心理学に根ざした個性の原則を統合したPersLLMを提案する。 モデルパラメータに直接パーソナリティ特性を組み込み、誘導に対するモデルの抵抗性を高め、一貫性を高め、パーソナリティの動的進化を支援する。
  論文  参考訳（メタデータ） (2024-07-17T08:13:22Z)
• The Power of Combined Modalities in Interactive Robot Learning [0.0]
  本研究では,人間とのインタラクションにおけるロボット学習の進化に寄与し,多様な入力モダリティが学習結果に与える影響について検討する。 これは「メタモダリティ」の概念を導入し、従来の嗜好やスカラーフィードバックのメカニズムを超えて、さらなるフィードバックの形式をカプセル化する。
  論文  参考訳（メタデータ） (2024-05-13T14:59:44Z)
• Personality-affected Emotion Generation in Dialog Systems [67.40609683389947]
  ダイアログシステムに与えられた個性に基づいて感情を生成する新しいタスクであるパーソナリティ影響感情生成を提案する。 本課題の課題,すなわち,(1)個性と感情的要因を不均一に統合し,(2)対話場面における多粒性感情情報を抽出する。 その結果,感情生成性能はマクロF1では13%,重み付きF1では5%向上することが示唆された。
  論文  参考訳（メタデータ） (2024-04-03T08:48:50Z)
• K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via Prompt Learning [83.19215082550163]
  K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。 本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
  論文  参考訳（メタデータ） (2023-12-16T08:10:10Z)
• Few-Shot Structured Policy Learning for Multi-Domain and Multi-Task Dialogues [0.716879432974126]
  グラフニューラルネットワーク(GNN)は、シミュレーション専門家から学ぶ際に、わずか50の対話で80%以上の成功率に達することで、顕著な優位性を示している。 我々は,対話フレームワークにおける人的データ,シミュレータ,自動評価器のギャップを埋めることに,今後の研究努力を集中させることを提案する。
  論文  参考訳（メタデータ） (2023-02-22T08:18:49Z)
• Social Influence Dialogue Systems: A Scoping Survey of the Efforts Towards Influence Capabilities of Dialogue Systems [50.57882213439553]
  社会影響対話システムは、説得、交渉、治療を行うことができる。 これらのスキルを備えた対話システムには、正式な定義やカテゴリは存在しない。 この研究は、この新興地域でのより専用の研究と議論を促すために、社会影響対話システムの包括的参照となる。
  論文  参考訳（メタデータ） (2022-10-11T17:57:23Z)
• CogIntAc: Modeling the Relationships between Intention, Emotion and Action in Interactive Process from Cognitive Perspective [15.797390372732973]
  個人間相互作用の新たな認知枠組みを提案する。 フレームワークの中核は、個人が内的意図によって駆動される外部行動を通じて相互作用を達成することである。
  論文  参考訳（メタデータ） (2022-05-07T03:54:51Z)
• 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)
• Towards hybrid primary intersubjectivity: a neural robotics library for human science [4.232614032390374]
  主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観 本研究では,人-ロボットインタラクション実験のためのオープンソース手法であるテクスチュラルロボティクスライブラリ(NRL)を提案する。 人-ロボット間(ハイブリッド)が人間の科学研究に寄与する方法について論じる。
  論文  参考訳（メタデータ） (2020-06-29T11:35:46Z)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)

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。