論文の概要: Human-Robot Interaction and Perceived Irrationality: A Study of Trust Dynamics and Error Acknowledgment
- arxiv url: http://arxiv.org/abs/2403.14293v2
- Date: Tue, 06 May 2025 21:25:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-08 19:07:35.671323
- Title: Human-Robot Interaction and Perceived Irrationality: A Study of Trust Dynamics and Error Acknowledgment
- Title（参考訳）: 人間とロボットの相互作用と不合理性知覚:信頼ダイナミクスと誤り認識に関する研究
- Authors: Ponkoj Chandra Shill, Md. Azizul Hakim,
- Abstract要約: 本研究では,ロボットの故障に対する人間の反応を解析し,信頼のダイナミクスとシステム設計を体系的に検討する。
我々は,人間とロボットのインタラクションを通じて,信頼がどのように進化するかを調査する4段階の調査を行った。
その結果,ロボットの誤りや限界を認識すると,ロボットシステムの信頼性は著しく向上した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: As robots become increasingly integrated into various industries, understanding how humans respond to robotic failures is critical. This study systematically examines trust dynamics and system design by analyzing human reactions to robot failures. We conducted a four-stage survey to explore how trust evolves throughout human-robot interactions. The first stage collected demographic data and initial trust levels. The second stage focused on preliminary expectations and perceptions of robotic capabilities. The third stage examined interaction details, including robot precision and error acknowledgment. Finally, the fourth stage assessed post-interaction perceptions, evaluating trust dynamics, forgiveness, and willingness to recommend robotic technologies. Results indicate that trust in robotic systems significantly increased when robots acknowledged their errors or limitations. Additionally, participants showed greater willingness to suggest robots for future tasks, highlighting the importance of direct engagement in shaping trust dynamics. These findings provide valuable insights for designing more transparent, responsive, and trustworthy robotic systems. By enhancing our understanding of human-robot interaction (HRI), this study contributes to the development of robotic technologies that foster greater public acceptance and adoption.
- Abstract（参考訳）: ロボットが様々な産業に統合されるにつれて、ロボットの失敗に人間がどう反応するかを理解することが重要である。
本研究では,ロボットの故障に対する人間の反応を解析することにより,信頼のダイナミクスとシステム設計を体系的に検討する。
我々は,人間とロボットのインタラクションを通じて,信頼がどのように進化するかを調査する4段階の調査を行った。
第1ステージでは、人口統計データと初期信頼レベルが収集された。
第2段階では、ロボット能力に対する予備的な期待と認識に焦点を当てた。
第3段階では、ロボットの精度やエラー認識など、インタラクションの詳細を調査した。
最後に、第4段階は、相互作用後の知覚を評価し、信頼のダイナミクス、許し、ロボット技術を推奨する意志を評価した。
その結果,ロボットの誤りや限界を認識すると,ロボットシステムの信頼性は著しく向上した。
さらに、参加者は将来的なタスクのためにロボットを提案する意思が強く、信頼ダイナミクスを形作る上での直接的な関与の重要性を強調した。
これらの発見は、より透明で応答性があり、信頼できるロボットシステムを設計するための貴重な洞察を与えてくれる。
ヒトとロボットの相互作用(HRI)の理解を深めることにより、ロボット技術の発展に寄与し、より広く受け入れられ、採用されるようになる。
関連論文リスト
- GNN-based Decentralized Perception in Multirobot Systems for Predicting Worker Actions [12.260881600042374]
本稿では,移動ロボットが人間の行動に関する情報を分散的に理解し,共有することのできる認識フレームワークを提案する。
スウォームにインスパイアされた意思決定プロセスは、すべてのロボットが人間の行動の統一的な解釈に合意することを保証するために使用される。
論文 参考訳（メタデータ） (2025-01-08T00:06:38Z) - A Retrospective on the Robot Air Hockey Challenge: Benchmarking Robust, Reliable, and Safe Learning Techniques for Real-world Robotics [53.33976793493801]
私たちは、NeurIPS 2023カンファレンスでRobot Air Hockey Challengeを組織しました。
我々は、シム・トゥ・リアルギャップ、低レベルの制御問題、安全性問題、リアルタイム要件、実世界のデータの限られた可用性など、ロボット工学における実践的な課題に焦点を当てる。
その結果、学習に基づくアプローチと事前知識を組み合わせたソリューションは、実際のデプロイメントが困難である場合にデータのみに依存するソリューションよりも優れていることがわかった。
論文 参考訳（メタデータ） (2024-11-08T17:20:47Z) - On the Effect of Robot Errors on Human Teaching Dynamics [1.7249361224827533]
ロボットエラーの存在と重大さが、人間の教示力学の3次元にどのように影響するかを考察する。
結果は、人々はロボットにエラーを教えるのにより多くの時間を費やす傾向があることを示している。
対話型学習のための効果的なインタフェースを設計するための貴重な洞察を提供する。
論文 参考訳（メタデータ） (2024-09-15T19:02:34Z) - Common (good) practices measuring trust in HRI [55.2480439325792]
ロボットへの信頼は、人々の日常生活にロボットを取り入れるのに欠かせないと広く信じられている。
研究者たちは、人々がロボットをさまざまな方法で信頼する方法を模索してきた。
ほとんどのロボティクス学者は、信頼のレベルが不足すると解脱のリスクが生じることに同意する。
論文 参考訳（メタデータ） (2023-11-20T20:52:10Z) - The dynamic nature of trust: Trust in Human-Robot Interaction revisited [0.38233569758620045]
社会支援ロボット(SAR)は、現実世界の人間を支援するロボットである。
リスクは信頼の要素をもたらすので、ロボットに対する人間の信頼を理解することは必須である。
論文 参考訳（メタデータ） (2023-03-08T19:20:11Z) - Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。
我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。
評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文 参考訳（メタデータ） (2022-05-02T09:21:39Z) - Revisiting the Adversarial Robustness-Accuracy Tradeoff in Robot
Learning [121.9708998627352]
近年の研究では、現実的なロボット学習の応用において、対人訓練の効果が公平なトレードオフを起こさないことが示されている。
本研究は,ロボット学習におけるロバストネスと精度のトレードオフを再考し,最近のロバストトレーニング手法と理論の進歩により,現実のロボット応用に適した対人トレーニングが可能かどうかを解析する。
論文 参考訳（メタデータ） (2022-04-15T08:12:15Z) - Explain yourself! Effects of Explanations in Human-Robot Interaction [10.389325878657697]
ロボット決定の説明は、ユーザーの知覚に影響を与え、信頼性を正当化し、信頼を高める。
ロボットが人間の知覚に与える影響は、まだ十分に研究されていない。
本研究は、人間とロボットの相互作用を説明する必要性と可能性を示す。
論文 参考訳（メタデータ） (2022-04-09T15:54:27Z) - A Review on Trust in Human-Robot Interaction [0.0]
人間とロボットのインタラクション、すなわち人間とロボットの信頼に関する新たな研究分野が生まれつつある。
本稿では,研究テーマに基づく人間ロボット信頼に関する過去の研究を概観し,その分野における選択された傾向について論じる。
論文 参考訳（メタデータ） (2021-05-20T21:50:03Z) - Show Me What You Can Do: Capability Calibration on Reachable Workspace
for Human-Robot Collaboration [83.4081612443128]
本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。
この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
論文 参考訳（メタデータ） (2021-03-06T09:14:30Z) - Affect-Driven Modelling of Robot Personality for Collaborative
Human-Robot Interactions [16.40684407420441]
協調的な相互作用は、人間の感情的行動のダイナミクスに適応するために社会ロボットを必要とする。
社会ロボットにおける人格駆動行動生成のための新しい枠組みを提案する。
論文 参考訳（メタデータ） (2020-10-14T16:34:14Z) - Human Grasp Classification for Reactive Human-to-Robot Handovers [50.91803283297065]
本稿では,ロボットが人間に遭遇するロボットのハンドオーバに対するアプローチを提案する。
対象物をさまざまな手形やポーズで保持する典型的な方法をカバーする,人間の把握データセットを収集する。
本稿では,検出した把握位置と手の位置に応じて人手から対象物を取り出す計画実行手法を提案する。
論文 参考訳（メタデータ） (2020-03-12T19:58:03Z)
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。