論文の概要: Understanding Entrainment in Human Groups: Optimising Human-Robot Collaboration from Lessons Learned during Human-Human Collaboration

• arxiv url: http://arxiv.org/abs/2402.15427v1
• Date: Fri, 23 Feb 2024 16:42:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-02-26 13:49:28.840058
• Title: Understanding Entrainment in Human Groups: Optimising Human-Robot Collaboration from Lessons Learned during Human-Human Collaboration
• Title（参考訳）: 人間集団におけるエントレインメントの理解:人間-人間協調の授業から学ぶ人間-ロボット協調の最適化
• Abstract要約: コラボレーションにおけるトレーニングの成功は、信頼、協力への意欲、協力者への好意に肯定的な影響を及ぼす。 本稿では,HCI/HRI(Human-Computer/Robot Interaction)とHCI/HRI(Human-Centred approach)を併用し,ペアとグループによる協調作業における運動の特徴を同定する。
• 参考スコア（独自算出の注目度）: 7.670608800568494
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Successful entrainment during collaboration positively affects trust, willingness to collaborate, and likeability towards collaborators. In this paper, we present a mixed-method study to investigate characteristics of successful entrainment leading to pair and group-based synchronisation. Drawing inspiration from industrial settings, we designed a fast-paced, short-cycle repetitive task. Using motion tracking, we investigated entrainment in both dyadic and triadic task completion. Furthermore, we utilise audio-video recordings and semi-structured interviews to contextualise participants' experiences. This paper contributes to the Human-Computer/Robot Interaction (HCI/HRI) literature using a human-centred approach to identify characteristics of entrainment during pair- and group-based collaboration. We present five characteristics related to successful entrainment. These are related to the occurrence of entrainment, leader-follower patterns, interpersonal communication, the importance of the point-of-assembly, and the value of acoustic feedback. Finally, we present three design considerations for future research and design on collaboration with robots.
• Abstract（参考訳）: コラボレーションにおけるトレーニングの成功は、信頼、協力への意欲、協力者への好意に肯定的な影響を及ぼす。 本稿では,ペアおよびグループベースの同期に繋がるエントレインメントの特性を検討するための混合手法を提案する。 産業環境からインスピレーションを得て、高速で短時間の反復的なタスクを設計しました。 動作追跡を用いて,3進的タスク完了時の運動運動について検討した。 さらに,音声映像記録と半構造化インタビューを用いて参加者の体験を文脈化する。 本稿では,HCI/HRI(Human-Computer/Robot Interaction, HCI/HRI)の文献に貢献し,ペアとグループによる協調作業における運動の特徴を同定する。 訓練成功に関する5つの特徴を提示する。 これらは、エントレメントの発生、リーダー・フォロワーパターン、対人コミュニケーション、ポイント・オブ・アセンブリの重要性、音響的フィードバックの価値に関連する。 最後に,ロボットとのコラボレーションに関する今後の研究と設計のための3つの設計考察を行う。

関連論文リスト

• CoMind: Understanding Collaborative Human Activity from Multiple Minds and Views [82.15362247351763]
  調理シナリオにおける現実のコラボレーションをキャプチャする,エゴセントリックでエクソセントリックなビデオデータセットを新たに導入する。 このデータセットは、マルチパースペクティブなビデオ、高品質なオーディオ、視線追跡、および3Dシーンとオブジェクトスキャンを統合する。 我々は,共同注意推定,社会的条件付きオブジェクトインタラクション予測,協調的ハンドオーバ予測のベンチマークを構築した。
  論文  参考訳（メタデータ） (2026-07-07T18:08:45Z)
• HRIBench: Benchmarking Interaction-Centric Human-Robot Collaboration [62.19372189311434]
  HRIBenchは,実行シナリオに基づいた意図認識型人間ロボットコラボレーションの診断ベンチマークである。 HRIBenchは、エージェントの役割、時間的依存、調整の制約、人間の振る舞いの分布を明示的にモデル化する構造化シナリオスクリプトとして、協調的なタスクを表現している。 その結果,現状の基盤ロボット政策は,操作能力が強いにもかかわらず,協調的な環境下では極めて困難であることが示唆された。
  論文  参考訳（メタデータ） (2026-07-05T09:15:35Z)
• Humans' ALMANAC: A Human Collaboration Dataset of Action-Level Mental Model Annotations for Agent Collaboration [54.18136393879849]
  本稿ではエージェント協調のための行動レベル精神モデルAnnotationsのデータセットであるALMANACについて述べる。 ALMANACには2,987の協調アクションがあり、それぞれに理論インフォームドのメンタルモデルアノテーションが組み合わされている。 本研究は、ALMANACが人間の協調動作をシミュレートするモデルの能力を評価する上で有用であることを示す。
  論文  参考訳（メタデータ） (2026-06-04T16:56:12Z)
• PACT: Proactive Asking for Continual Task Assistance in Human-Robot Collaboration [62.13457838323877]
  PACT(Proactive Asking for Continual Task Assistance)は,行動を起こす前に明確化を求めるかどうかを判断する質問・実行フレームワークである。 我々は、強化学習を用いて、その初等学習インスタンス化を実装し、同じ枠組みの下で代替インスタンス化を評価する。 マルチデイの実施したコラボレーションシナリオの実験では、パッシブ推論ベースラインと比較して、PACTはアシスト精度と明確化ユーティリティの両方を一貫して改善している。
  論文  参考訳（メタデータ） (2026-05-23T02:22:02Z)
• Evaluating Generative Models as Interactive Emergent Representations of Human-Like Collaborative Behavior [1.4016147623265656]
  人間とAIの協力は、効果的な協調のために人間の行動を理解するためにAIエージェントを必要とする。 本研究は, 基礎的精神モデルを示す創発的な協調行動を示す基礎モデルエージェントについて検討する。
  論文  参考訳（メタデータ） (2026-05-05T15:20:15Z)
• The Collaboration Gap in Human-AI Work [11.663456969895462]
  このポスターは、なぜそのようなコラボレーションが脆弱なままなのかを理解するための概念的なフレームワークを紹介します。 安定したコラボレーションは、モデル能力だけでなく、相互作用の基盤条件にも依存する、と我々は主張する。
  論文  参考訳（メタデータ） (2026-04-20T11:14:40Z)
• Who is Helping Whom? Analyzing Inter-dependencies to Evaluate Cooperation in Human-AI Teaming [13.263258837438045]
  本研究では,人間とエージェントの協力関係を評価するための重要な指標として,建設的相互依存の概念を提案する。 その結果,訓練されたエージェントは高いタスク報酬を得られるが,協調行動の誘発には失敗していることがわかった。 分析の結果,チームリングのパフォーマンスは必ずしもタスク報酬と相関していないことが明らかとなり,タスク報酬だけでは協調を確実に測定できないことがわかった。
  論文  参考訳（メタデータ） (2025-02-10T19:16:20Z)
• Mutual Theory of Mind in Human-AI Collaboration: An Empirical Study with LLM-driven AI Agents in a Real-time Shared Workspace Task [56.92961847155029]
  心の理論(ToM)は、他人を理解する上で重要な能力として、人間の協調とコミュニケーションに大きな影響を及ぼす。 Mutual Theory of Mind (MToM) は、ToM能力を持つAIエージェントが人間と協力するときに発生する。 エージェントのToM能力はチームのパフォーマンスに大きな影響を与えず,エージェントの人間的理解を高めていることがわかった。
  論文  参考訳（メタデータ） (2024-09-13T13:19:48Z)
• Collaborative Design for Job-Seekers with Autism: A Conceptual Framework for Future Research [7.75987826648167]
  最近の経験的発見は、自閉症患者と新しいデザインによる社会的環境との連携が、いかに雇用機会を向上させるかを示し始めている。 この研究は、将来の研究者や実践者が、自閉症のある求職者の協調設計を改善するために適用できる、実行可能なガイドラインと概念的フレームワークを提供することを目的としている。
  論文  参考訳（メタデータ） (2024-05-09T20:05:43Z)
• GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
  我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。 GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。 我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
  論文  参考訳（メタデータ） (2024-03-17T03:52:52Z)
• Gaze Detection and Analysis for Initiating Joint Activity in Industrial Human-Robot Collaboration [3.775062086401102]
  協調体験を改善するための潜在的アプローチは、オペレーターからの自然な手がかりに基づいてコボットの振る舞いを適用することである。 ヒトとヒトの相互作用に関する文献に触発されて、私たちはコボットへの視線が共同活動開始の引き金となるかどうかを調べるためにウィザード・オブ・オズの研究を行った。
  論文  参考訳（メタデータ） (2023-12-11T18:56:03Z)
• "It Felt Like Having a Second Mind": Investigating Human-AI Co-creativity in Prewriting with Large Language Models [20.509651636971864]
  本研究では,前書き中の人間-LLM協調パターンとダイナミクスについて検討する。 共同作業では,3段階の反復的Human-AI共同創造プロセスが存在するようだ。
  論文  参考訳（メタデータ） (2023-07-20T16:55:25Z)
• From Interactive to Co-Constructive Task Learning [13.493719155524404]
  インタラクティブなタスク学習に関する現在の提案をレビューし、その主な貢献について論じる。 次に、共同構築の概念について議論し、成人とロボットの相互作用からの研究知見を要約する。
  論文  参考訳（メタデータ） (2023-05-24T19:45:30Z)
• 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)
• CoAuthor: Designing a Human-AI Collaborative Writing Dataset for Exploring Language Model Capabilities [92.79451009324268]
  我々は,GPT-3の創造的かつ議論的な記述を支援する能力を明らかにするために設計されたデータセットであるCoAuthorを提案する。 我々は、CoAuthorがGPT-3の言語、アイデア、コラボレーション機能に関する問題に対処できることを実証した。 インタラクション設計に関して,この作業がLMの約束や落とし穴に関して,より原則化された議論を促進する可能性について論じる。
  論文  参考訳（メタデータ） (2022-01-18T07:51:57Z)
• 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)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)

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。