論文の概要: Evolving to be Your Soulmate: Personalized Dialogue Agents with Dynamically Adapted Personas

• arxiv url: http://arxiv.org/abs/2406.13960v1
• Date: Thu, 20 Jun 2024 03:02:38 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-21 17:36:50.125926
• Title: Evolving to be Your Soulmate: Personalized Dialogue Agents with Dynamically Adapted Personas
• Title（参考訳）: 個人化された対話エージェントと動的に適応した人格
• Authors: Yi Cheng, Wenge Liu, Kaishuai Xu, Wenjun Hou, Yi Ouyang, Chak Tou Leong, Xian Wu, Yefeng Zheng,
• Abstract要約: 自己進化型パーソナライズダイアログエージェント(SPDA)は、各ユーザに対してより良いパーソナライズを可能にする。 2つの大きな問題は、ユーザとのペルソナアライメントの達成方法と、適応プロセスのスムーズな移行を保証する方法だ。 本稿では,階層レベルでペルソナを洗練し,ユーザとの協調性を向上する新しいフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 39.03695909247373
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Previous research on persona-based dialogue agents typically preset the agent's persona before deployment, which remains static thereafter. In this paper, we take a step further and explore a new paradigm called Self-evolving Personalized Dialogue Agents (SPDA), where the agent continuously evolves during the conversation to better align with the user's anticipation by dynamically adapting its persona. This paradigm could enable better personalization for each user, but also introduce unique challenges, which mainly lie in the process of persona adaptation. Two key issues include how to achieve persona alignment with the user and how to ensure smooth transition in the adaptation process. To address them, we propose a novel framework that refines the persona at hierarchical levels to progressively align better with the user in a controllable way. Experiments show that integrating the personas adapted by our framework consistently enhances personalization and overall dialogue performance across various base systems.
• Abstract（参考訳）: ペルソナに基づく対話エージェントに関するこれまでの研究は、通常、デプロイ前にエージェントのペルソナをプリセットする。 本稿では、会話中にエージェントが継続的に進化し、そのペルソナを動的に適応させることで、ユーザの期待に合致する新たなパラダイム、SPDA(Self-evolving Personalized Dialogue Agents)について検討する。 このパラダイムは、各ユーザーに対してより良いパーソナライズを可能にするだけでなく、主にペルソナ適応のプロセスにあるユニークな課題も導入する。 2つの大きな問題は、ユーザとのペルソナアライメントの達成方法と、適応プロセスのスムーズな移行を保証する方法だ。 そこで本研究では,階層レベルでペルソナを洗練し,ユーザとの協調性を向上する新しいフレームワークを提案する。 実験により,我々のフレームワークに適合したペルソナの統合は,様々な基盤システムにおけるパーソナライゼーションと全体的な対話性能を一貫して向上させることが示された。

関連論文リスト

• A Framework for Adapting Human-Robot Interaction to Diverse User Groups [16.17512394063696]
  適応型ロボットインタラクション(HRI)のための新しいフレームワークを提案する。 私たちの主な貢献は、オープンソースのコードベースを備えた適応型ROSベースのHRIフレームワークの開発です。 このフレームワークは、高度な音声認識と音声活動検出を通じて、自然な相互作用をサポートする。
  論文  参考訳（メタデータ） (2024-10-15T08:16:43Z)
• 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)
• Mixed-Initiative Human-Robot Teaming under Suboptimality with Online Bayesian Adaptation [0.6591036379613505]
  我々は,最適人-エージェントチームの性能向上のための計算モデルと最適化手法を開発した。 我々は,ロボットが逐次意思決定ゲームにおいて,その支援に従おうとする人々の意思を推測できるオンラインベイズアプローチを採用する。 ユーザの好みやチームのパフォーマンスは,ロボットの介入スタイルによって明らかに異なります。
  論文  参考訳（メタデータ） (2024-03-24T14:38:18Z)
• User-Driven Adaptation: Tailoring Autonomous Driving Systems with Dynamic Preferences [8.555603201531646]
  本研究は,フィードバック駆動適応によるシステム行動とユーザ期待の整合性に着目した。 この結果は、アルゴリズムによる調整とユーザの苦情を効果的にマージするアプローチの能力を裏付けるものである。
  論文  参考訳（メタデータ） (2024-03-05T12:44:54Z)
• AgentCF: Collaborative Learning with Autonomous Language Agents for Recommender Systems [112.76941157194544]
  本稿では,エージェントベースの協調フィルタリングにより,レコメンデータシステムにおけるユーザとイテムのインタラクションをシミュレートするエージェントCFを提案する。 我々は、ユーザだけでなく、アイテムをエージェントとして、創造的に考慮し、両方のエージェントを同時に最適化する協調学習アプローチを開発します。 全体として、最適化されたエージェントは、ユーザ・イテム、ユーザ・ユーザ・ユーザ、アイテム・イテム、集合的インタラクションなど、フレームワーク内での多様なインタラクションの振る舞いを示す。
  論文  参考訳（メタデータ） (2023-10-13T16:37:14Z)
• "No, to the Right" -- Online Language Corrections for Robotic Manipulation via Shared Autonomy [70.45420918526926]
  LILACは、実行中に自然言語の修正をオンラインで実施し、適応するためのフレームワークである。 LILACは人間とロボットを個別にターンテイクする代わりに、人間とロボットの間にエージェンシーを分割する。 提案手法は,タスク完了率が高く,ユーザによって主観的に好まれることを示す。
  論文  参考訳（メタデータ） (2023-01-06T15:03:27Z)
• Safe adaptation in multiagent competition [48.02377041620857]
  マルチエージェントの競争シナリオでは、エゴエージェントは前例のない振る舞いを持つ新しい相手に適応しなければならない。 エゴエージェントは、相手を悪用するために自身の行動を更新するので、その行動はより悪用される可能性がある。 我々は,エゴエージェントを正規化相手モデルに対してトレーニングする安全な適応手法を開発する。
  論文  参考訳（メタデータ） (2022-03-14T23:53:59Z)
• Self-Initiated Open World Learning for Autonomous AI Agents [16.41396764793912]
  実際にAIエージェントが使われるようになるにつれて、エージェントを完全に自律的にする方法を考える時が来た。 本稿では,自己開始型オープンワールド学習エージェントの構築研究を促進するための,この学習パラダイムの理論的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-10-21T18:11:02Z)
• Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
  本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。 このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
  論文  参考訳（メタデータ） (2020-05-01T05:23:34Z)
• SPA: Verbal Interactions between Agents and Avatars in Shared Virtual Environments using Propositional Planning [61.335252950832256]
  SPA(Sense-Plan-Ask)は、仮想的な仮想環境において、仮想的な人間のようなエージェントとユーザアバターの間の言語的対話を生成する。 提案アルゴリズムは実行時コストを小さくし,自然言語通信を利用せずにエージェントよりも効率的に目標を達成できることが判明した。
  論文  参考訳（メタデータ） (2020-02-08T23:15:06Z)

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。