論文の概要: Towards Privacy-Aware and Personalised Assistive Robots: A User-Centred Approach
- arxiv url: http://arxiv.org/abs/2405.14528v1
- Date: Thu, 23 May 2024 13:14:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-24 13:07:39.438129
- Title: Towards Privacy-Aware and Personalised Assistive Robots: A User-Centred Approach
- Title(参考訳): プライバシ・アウェアとパーソナライズされた補助ロボットを目指して--ユーザ中心アプローチ
- Authors: Fernando E. Casado,
- Abstract要約: この研究は、フェデレートラーニング(FL)のようなユーザー中心のプライバシーに配慮した技術のパイオニアである。
FLは機密データを共有せずに協調学習を可能にし、プライバシとスケーラビリティの問題に対処する。
この作業には、スマート車椅子アシストのためのソリューションの開発、ユーザの独立性の向上、幸福感の向上が含まれる。
- 参考スコア(独自算出の注目度): 55.5769013369398
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The global increase in the elderly population necessitates innovative long-term care solutions to improve the quality of life for vulnerable individuals while reducing caregiver burdens. Assistive robots, leveraging advancements in Machine Learning, offer promising personalised support. However, their integration into daily life raises significant privacy concerns. Widely used frameworks like the Robot Operating System (ROS) historically lack inherent privacy mechanisms, complicating data-driven approaches in robotics. This research pioneers user-centric, privacy-aware technologies such as Federated Learning (FL) to advance assistive robotics. FL enables collaborative learning without sharing sensitive data, addressing privacy and scalability issues. This work includes developing solutions for smart wheelchair assistance, enhancing user independence and well-being. By tackling challenges related to non-stationary data and heterogeneous environments, the research aims to improve personalisation and user experience. Ultimately, it seeks to lead the responsible integration of assistive robots into society, enhancing the quality of life for elderly and care-dependent individuals.
- Abstract(参考訳): 高齢者の世界的な増加は、介護負担を軽減しつつ、脆弱な個人の生活の質を向上させるために革新的な長期医療ソリューションを必要としている。
機械学習の進歩を活用する支援ロボットは、有望なパーソナライズされたサポートを提供する。
しかし、彼らの日常生活への統合は、重要なプライバシー上の懸念を引き起こす。
ロボットオペレーティングシステム(ROS)のような広く使われているフレームワークは、歴史的に固有のプライバシーメカニズムを欠き、ロボット工学におけるデータ駆動アプローチを複雑にしている。
この研究は、Federated Learning (FL)のようなユーザー中心のプライバシーを意識したテクノロジーの先駆者であり、補助ロボティクスを推進している。
FLは機密データを共有せずに協調学習を可能にし、プライバシとスケーラビリティの問題に対処する。
この作業には、スマート車椅子アシストのためのソリューションの開発、ユーザの独立性の向上、幸福感の向上が含まれる。
非定常データや異種環境に関わる課題に対処することで、パーソナライゼーションとユーザエクスペリエンスの向上を目指す。
最終的には、高齢者や介護依存者の生活の質を高めるために、支援ロボットの社会への責任ある統合を導こうとしている。
関連論文リスト
- Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。
現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。
本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
論文 参考訳(メタデータ) (2024-07-02T21:00:30Z) - Smart Help: Strategic Opponent Modeling for Proactive and Adaptive Robot Assistance in Households [30.33911147366425]
Smart Helpは、多様な障害を持つ人間のエージェントに対して、積極的にかつ適応的なサポートを提供することを目的としている。
本稿では,主エージェントの能力と目標の微妙な理解を提供する,イノベーティブな対戦相手モデリングモジュールを紹介する。
この結果から,AIを組み込んだ支援ロボットが,脆弱なグループの健康向上に寄与する可能性が示唆された。
論文 参考訳(メタデータ) (2024-04-13T13:03:59Z) - Socially Pertinent Robots in Gerontological Healthcare [78.35311825198136]
本論文は,パリの保育所における患者と同伴者による2つの実験を通じて,社会的・対話的相互作用能力を備えたフルサイズのヒューマノイドロボットを用いて,この疑問に部分的に答えようとする試みである。
特に、ロボットの知覚とアクションスキルが環境の雑多さに対して堅牢であり、さまざまなインタラクションを扱うために柔軟である場合、ユーザーはこの技術を受け入れる。
論文 参考訳(メタデータ) (2024-04-11T08:43:37Z) - Perceptions of Humanoid Robots in Caregiving: A Study of Skilled Nursing
Home and Long Term Care Administrators [0.0]
著者らは、施設内でのヒューマノイドロボットの使用に関する視点を理解するために、老人ホームの幹部を調査した。
その結果、幹部たちはロボティクスなどの他の治療の道を探ることに熱心だったことが判明した。
エンゲージメントの改善やスタッフサポートなどのメリットを認めながら、コスト、人間との相互作用への影響、ロボットの有効性への疑念は継続する。
論文 参考訳(メタデータ) (2024-01-04T07:26:52Z) - Don't Start From Scratch: Leveraging Prior Data to Automate Robotic
Reinforcement Learning [70.70104870417784]
強化学習(RL)アルゴリズムは、ロボットシステムの自律的なスキル獲得を可能にするという約束を持っている。
現実のロボットRLは、通常、環境をリセットするためにデータ収集と頻繁な人間の介入を必要とする。
本研究では,従来のタスクから収集した多様なオフラインデータセットを効果的に活用することで,これらの課題にどのように対処できるかを検討する。
論文 参考訳(メタデータ) (2022-07-11T08:31:22Z) - Model Predictive Control for Fluid Human-to-Robot Handovers [50.72520769938633]
人間の快適さを考慮に入れた計画運動は、人間ロボットのハンドオーバプロセスの一部ではない。
本稿では,効率的なモデル予測制御フレームワークを用いてスムーズな動きを生成することを提案する。
ユーザ数名の多様なオブジェクトに対して,人間とロボットのハンドオーバ実験を行う。
論文 参考訳(メタデータ) (2022-03-31T23:08:20Z) - Federated Continual Learning for Socially Aware Robotics [4.224305864052757]
ソーシャルロボットは、新しいユーザーに対して行動に適応せず、十分なプライバシー保護を提供していない。
本稿では,ソーシャルロボットのプライバシとパーソナライゼーションを改善する分散型学習手法を提案する。
分散学習は,概念実証型社会意識ナビゲーションドメインにおいて,集中学習の代替として実現可能であることを示す。
論文 参考訳(メタデータ) (2022-01-14T15:54:51Z) - Marvin: Innovative Omni-Directional Robotic Assistant for Domestic
Environments [0.0]
モジュラー層をベースとしたアーキテクチャで開発した新しい補助ロボットであるMarvinを紹介した。
自律走行が可能な4つのメカナムホイールを備えた全方向プラットフォームを提案する。
視覚的知覚、人物のポーズの分類、音声コマンドのためのディープラーニングソリューションは、ロボットの組み込みハードウェア上で完全に実行される。
論文 参考訳(メタデータ) (2021-12-10T15:27:53Z) - Framework for A Personalized Intelligent Assistant to Elderly People for
Activities of Daily Living [0.0]
本研究は,高齢者の日常生活活動を支援するパーソナライズド・インテリジェント・アシスタントの開発のための枠組みを提案する。
このフレームワークは、日々のルーチン、現在の情緒状態、ユーザー体験のアンダーライン化を考慮し、ユーザによって実行されるさまざまなタスクを分析し、アクティビティを推奨することができる。
その結果,特定のユーザをモデル化する際の性能精度は73.12%であった。
論文 参考訳(メタデータ) (2021-06-29T17:36:07Z) - Cognitive architecture aided by working-memory for self-supervised
multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。
ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。
1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文 参考訳(メタデータ) (2021-03-16T13:50:24Z)
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。