論文の概要: Semantics in Robotics: Environmental Data Can't Yield Conventions of Human Behaviour

• arxiv url: http://arxiv.org/abs/2410.19308v1
• Date: Fri, 25 Oct 2024 05:38:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-28 13:35:58.733220
• Title: Semantics in Robotics: Environmental Data Can't Yield Conventions of Human Behaviour
• Title（参考訳）: ロボットのセマンティックス:環境データは人間の行動の規約を達成できない
• Authors: Jamie Milton Freestone,
• Abstract要約: 私は、これがなぜそうなるのかを明確にし、いわゆる意味論は人間の行動の慣習で構成されたデータとして最もよく理解されている、と論じます。 オブジェクトの余裕は、環境データにない意味だけでなく、特に問題となる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The word semantics, in robotics and AI, has no canonical definition. It usually serves to denote additional data provided to autonomous agents to aid HRI. Most researchers seem, implicitly, to understand that such data cannot simply be extracted from environmental data. I try to make explicit why this is so and argue that so-called semantics are best understood as data comprised of conventions of human behaviour. This includes labels, most obviously, but also places, ontologies, and affordances. Object affordances are especially problematic because they require not only semantics that are not in the environmental data (conventions of object use) but also an understanding of physics and object combinations that would, if achieved, constitute artificial superintelligence.
• Abstract（参考訳）: セマンティクスという言葉は、ロボット工学とAIにおいて、標準的な定義を持たない。 通常は、HRIを支援するために自律エージェントに提供される追加データを表す。 ほとんどの研究者は、そのようなデータが単に環境データから抽出できないことを暗黙的に理解しているようだ。 私は、これがなぜそうなるのかを明確にし、いわゆる意味論は人間の行動の慣習で構成されたデータとして最もよく理解されている、と論じます。 これには、ラベル、最も明白だが、場所、オントロジー、余裕が含まれる。 オブジェクトの余裕は、環境データにない意味論(オブジェクトの使用の回避)だけでなく、物理とオブジェクトの組み合わせの理解も必要であり、達成すれば人工的な超知能を構成するため、特に問題となる。

関連論文リスト

• Towards Resolving Word Ambiguity with Word Embeddings [0.4795582035438344]
  トランスフォーマーモデルは、複雑なクエリに対する単語のあいまいさを扱うために示されているが、あいまいな単語の識別には使用できない。 本稿では,DBSCANクラスタリングを潜在空間に適用することにより,曖昧な単語を識別し,あいまいさのレベルを評価することができることを示す。
  論文  参考訳（メタデータ） (2023-07-25T11:29:55Z)
• From Isolated Islands to Pangea: Unifying Semantic Space for Human Action Understanding [50.412121156940294]
  アクション理解は、物理空間から意味空間へのマッピングとして形成することができる。 そこで本研究では,Pangeaを完全に活用するために,物理空間から意味空間への新たなモデルマッピングを提案する。
  論文  参考訳（メタデータ） (2023-04-02T15:04:43Z)
• Disentangling Learnable and Memorizable Data via Contrastive Learning for Semantic Communications [81.10703519117465]
  セマンティック・レディにするために、ソースデータをアンタングルする新しい機械推論フレームワークが提案されている。 特に、データ上でインスタンスとクラスタの識別を行う新しいコントラスト学習フレームワークが提案されている。 信頼度の高い深いセマンティッククラスタは、学習可能でセマンティックリッチなデータだと考えられている。 シミュレーションの結果は, セマンティック・インパクトとミニマリズムの観点から, コントラスト学習アプローチの優位性を示した。
  論文  参考訳（メタデータ） (2022-12-18T12:00:12Z)
• Subject Verb Agreement Error Patterns in Meaningless Sentences: Humans vs. BERT [64.40111510974957]
  英語における主語数合意に意味が干渉するかどうかを検証する。 意味的によく形づくられた、意味のないアイテムを生成します。 BERTと人間はどちらも、セマンティックな操作に敏感である。
  論文  参考訳（メタデータ） (2022-09-21T17:57:23Z)
• Semantic-Based Explainable AI: Leveraging Semantic Scene Graphs and Pairwise Ranking to Explain Robot Failures [18.80051800388596]
  より一般化可能なセマンティックな説明フレームワークを導入する。 我々のフレームワークは、シーン内の意味情報を自律的にキャプチャして、意味記述的な説明を生成する。 以上の結果から,これらの意味記述的説明は,障害の特定と回復支援を両立する日常的ユーザの能力を大幅に向上させることが示唆された。
  論文  参考訳（メタデータ） (2021-08-08T02:44:23Z)
• Provable Limitations of Acquiring Meaning from Ungrounded Form: What will Future Language Models Understand? [87.20342701232869]
  未知のシステムが意味を習得する能力について検討する。 アサーションによってシステムが等価性のような意味関係を保存する表現をエミュレートできるかどうか検討する。 言語内のすべての表現が参照的に透明であれば,アサーションによってセマンティックエミュレーションが可能になる。 しかし、言語が変数バインディングのような非透過的なパターンを使用する場合、エミュレーションは計算不能な問題になる可能性がある。
  論文  参考訳（メタデータ） (2021-04-22T01:00:17Z)
• Towards Abstract Relational Learning in Human Robot Interaction [73.67226556788498]
  人間は環境における実体を豊かに表現する。 ロボットが人間とうまく対話する必要がある場合、同様の方法で実体、属性、一般化を表現する必要がある。 本研究では,人間とロボットの相互作用を通じて,これらの表現をどのように獲得するかという課題に対処する。
  論文  参考訳（メタデータ） (2020-11-20T12:06:46Z)
• Human Correspondence Consensus for 3D Object Semantic Understanding [56.34297279246823]
  本稿では,CorresPondenceNetという新しいデータセットを提案する。 このデータセットに基づいて、新しい測地的整合性損失を伴う密接なセマンティック埋め込みを学習することができる。 CorresPondenceNetは異種オブジェクトの細粒度理解を促進できるだけでなく、クロスオブジェクト登録や部分オブジェクトマッチングも実現できた。
  論文  参考訳（メタデータ） (2019-12-29T04:24:22Z)

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。