論文の概要: The Liabilities of Robots.txt

• arxiv url: http://arxiv.org/abs/2503.06035v1
• Date: Sat, 08 Mar 2025 03:16:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 15:50:51.146716
• Title: The Liabilities of Robots.txt
• Title（参考訳）: ロボットの能力.txt
• Authors: Chien-yi Chang, Xin He,
• Abstract要約: 1994年にRobots Exclusion Protocolの一部として導入されたRobots.txtファイルは、自動化されたボットにアクセス許可を伝えるメカニズムをWebマスターに提供する。 コミュニティ標準として広く採用されているが、ロボット.txtに違反する法的責任はあいまいである。 本稿では,契約・著作権・トレント法の文脈におけるロボット.txtに関連する責任を明らかにする。
• 参考スコア（独自算出の注目度）: 19.970962071144722
• License:
• Abstract: The robots.txt file, introduced as part of the Robots Exclusion Protocol in 1994, provides webmasters with a mechanism to communicate access permissions to automated bots. While broadly adopted as a community standard, the legal liabilities associated with violating robots.txt remain ambiguous. The rapid rise of large language models, which depend on extensive datasets for training, has amplified these challenges, prompting webmasters to increasingly use robots.txt to restrict the activities of bots engaged in large-scale data collection. This paper clarifies the liabilities associated with robots.txt within the contexts of contract, copyright, and tort law. Drawing on key cases, legal principles, and scholarly discourse, it proposes a legal framework for web scraping disputes. It also addresses the growing fragmentation of the internet, as restrictive practices by webmasters threaten the principles of openness and collaboration. Through balancing innovation with accountability, this paper offers insights to ensure that robots.txt remains an equitable protocol for the internet and thus contributes to digital governance in the age of AI.
• Abstract（参考訳）: 1994年にRobots Exclusion Protocolの一部として導入されたRobots.txtファイルは、自動化されたボットにアクセス許可を伝えるメカニズムをWebマスターに提供する。 コミュニティ標準として広く採用されているが、ロボット.txtに違反する法的責任はあいまいである。 トレーニング用データセットに依存する大規模な言語モデルの急速な増加は、これらの課題を増幅し、大規模なデータ収集に関わるボットの活動を制限するために、Webマスターがロボット.txtを使用するように促した。 本稿では,契約・著作権・トレント法の文脈におけるロボット.txtに関連する責任を明らかにする。 主要な事例、法的原則、学術的な談話に基づいて、ウェブスクレイピング論争のための法的枠組みを提案する。 オープン性とコラボレーションの原則を脅かすWebマスターによる制限的な慣行として、インターネットの断片化の増大にも対処する。 本稿では、イノベーションと説明責任のバランスをとることによって、ロボット.txtがインターネットの公平なプロトコルであり続けることを保証する洞察を与え、AI時代のデジタルガバナンスに貢献する。

関連論文リスト

• $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
  本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。 我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
  論文  参考訳（メタデータ） (2024-10-31T17:22:30Z)
• Consent in Crisis: The Rapid Decline of the AI Data Commons [74.68176012363253]
  汎用人工知能(AI)システムは、大量の公開Webデータに基づいて構築されている。 我々は,AIトレーニングコーパスに基づくWebドメインに対する同意プロトコルの大規模かつ長期的監査を行う。
  論文  参考訳（メタデータ） (2024-07-20T16:50:18Z)
• Robotic Control via Embodied Chain-of-Thought Reasoning [86.6680905262442]
  学習したロボット制御ポリシーの鍵となる制限は、トレーニングデータの外部で一般化できないことである。 視覚言語行動モデル(VLA)に関する最近の研究は、大規模なインターネット事前学習型視覚言語モデルを使用することで、その堅牢性と一般化能力を大幅に向上させることができることを示した。 ロボットの動作を予測する前に、VLAに対して、計画、サブタスク、動作、視覚的接地機能について複数の推論を行うために、VLAに対してEmbodied Chain-of-Thought Reasoning (ECoT)を導入する。
  論文  参考訳（メタデータ） (2024-07-11T17:31:01Z)
• LLM Granularity for On-the-Fly Robot Control [3.5015824313818578]
  視覚が信頼できない、あるいは利用できない状況では、ロボットを制御するための言語のみに頼ることができるのか? 本研究は,(1)様々な粒度の言語プロンプトに対する補助ロボットの応答を評価し,(2)ロボットのオンザフライ制御の必要性と実現可能性を探る。
  論文  参考訳（メタデータ） (2024-06-20T18:17:48Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• Giving Robots a Hand: Learning Generalizable Manipulation with Eye-in-Hand Human Video Demonstrations [66.47064743686953]
  眼内カメラは、視覚に基づくロボット操作において、より優れたサンプル効率と一般化を可能にすることを約束している。 一方、人間がタスクを行うビデオは、ロボット遠隔操作の専門知識を欠いているため、収集コストがずっと安い。 本研究では,広範にラベルのない人間ビデオによるロボット模倣データセットを拡張し,眼球運動ポリシーの一般化を大幅に促進する。
  論文  参考訳（メタデータ） (2023-07-12T07:04:53Z)
• 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)
• REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy Transfer [57.045140028275036]
  本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。 模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。 本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-02-10T18:50:25Z)
• 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)
• A New Paradigm of Threats in Robotics Behaviors [4.873362301533825]
  我々は、次世代ロボットにおけるセキュリティの脅威の新しいパラダイムを特定する。 これらの脅威は、既知のハードウェアやネットワークベースの脅威を超えます。 これらの脆弱性を現実的な例で悪用する攻撃の分類を提供する。
  論文  参考訳（メタデータ） (2021-03-24T15:33:49Z)
• Fault-Aware Robust Control via Adversarial Reinforcement Learning [35.16413579212691]
  本稿では, 関節損傷症例に対するロボットの脆弱性を大幅に向上させる, 対向強化学習フレームワークを提案する。 我々は,本アルゴリズムを3本指ロボットと4本指ロボットで検証する。 我々のアルゴリズムはシミュレーションでのみ訓練でき、微調整なしで実際のロボットに直接展開できる。
  論文  参考訳（メタデータ） (2020-11-17T16:01:06Z)

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。