論文の概要: Exploring Causality for HRI: A Case Study on Robotic Mental Well-being Coaching

• arxiv url: http://arxiv.org/abs/2503.11684v1
• Date: Tue, 04 Mar 2025 08:56:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-23 07:08:07.754238
• Title: Exploring Causality for HRI: A Case Study on Robotic Mental Well-being Coaching
• Title（参考訳）: HRIの因果性を探る:ロボット的メンタルウェルビーイングコーチングを事例として
• Authors: Micol Spitale, Srikar Babu, Serhan Cakmak, Jiaee Cheong, Hatice Gunes,
• Abstract要約: 本研究は, 相互作用における順応性の効果について, より深い知見を得ることを目的としている。 本研究は,マクロレベルの因果解析とマイクロレベルの因果解析を併用することにより,相互作用中の順応性によって幸福感が向上する可能性について,より深い知見を得ることを目的とする。
• 参考スコア（独自算出の注目度）: 9.131470351183392
• License:
• Abstract: One of the primary goals of Human-Robot Interaction (HRI) research is to develop robots that can interpret human behavior and adapt their responses accordingly. Adaptive learning models, such as continual and reinforcement learning, play a crucial role in improving robots' ability to interact effectively in real-world settings. However, these models face significant challenges due to the limited availability of real-world data, particularly in sensitive domains like healthcare and well-being. This data scarcity can hinder a robot's ability to adapt to new situations. To address these challenges, causality provides a structured framework for understanding and modeling the underlying relationships between actions, events, and outcomes. By moving beyond mere pattern recognition, causality enables robots to make more explainable and generalizable decisions. This paper presents an exploratory causality-based analysis through a case study of an adaptive robotic coach delivering positive psychology exercises over four weeks in a workplace setting. The robotic coach autonomously adapts to multimodal human behaviors, such as facial valence and speech duration. By conducting both macro- and micro-level causal analyses, this study aims to gain deeper insights into how adaptability can enhance well-being during interactions. Ultimately, this research seeks to advance our understanding of how causality can help overcome challenges in HRI, particularly in real-world applications.
• Abstract（参考訳）: 人間-ロボットインタラクション(HRI)研究の主な目的の1つは、人間の振る舞いを解釈し、それに応じて反応を適応できるロボットを開発することである。 連続学習や強化学習のような適応学習モデルは、現実の環境で効果的に相互作用するロボットの能力を改善する上で重要な役割を果たす。 しかし、これらのモデルは、特に医療や幸福のような繊細な分野において、現実世界のデータの利用が限られているため、重大な課題に直面している。 このデータ不足は、ロボットが新しい状況に適応する能力を妨げる可能性がある。 これらの課題に対処するために、因果関係は、アクション、イベント、結果の間の基盤となる関係を理解し、モデル化するための構造化されたフレームワークを提供する。 単なるパターン認識を超えることで、因果関係はロボットがより説明しやすく、一般化可能な決定をすることができる。 本稿では,職場環境下で4週間にわたりポジティブな心理運動を行う適応型ロボットコーチを事例として,探索的因果性に基づく分析を行った。 ロボットコーチは、顔の原子価や発話時間などのマルチモーダルな人間の行動に自律的に適応する。 本研究は,マクロレベルの因果解析とマイクロレベルの因果解析を併用することにより,相互作用中の順応性によって幸福感が向上する可能性について,より深い知見を得ることを目的とする。 最終的に、この研究は、特に現実世界のアプリケーションにおいて、HRIの課題を克服する上で、因果性がどのように役立つか、私たちの理解を深めようとしている。

関連論文リスト

• Integrating Reinforcement Learning and AI Agents for Adaptive Robotic Interaction and Assistance in Dementia Care [5.749791442522375]
  本研究では,社会的支援型ロボット,強化学習(RL),大規模言語モデル(LLM),臨床領域の専門知識をシミュレートされた環境に組み込むことにより,認知症ケアの進歩に向けた新たなアプローチを探求する。
  論文  参考訳（メタデータ） (2025-01-28T06:38:24Z)
• Neuroadaptation in Physical Human-Robot Collaboration [34.73541717674098]
  我々は,pHRCのための新しいクローズドループニューラプティブフレームワークを実証した。 我々は,ロボット戦略に適応するために,強化学習の助けを借りて,認知コンフリクト情報をクローズループ方式で適用した。 実験の結果,クローズドループに基づくニューロアダプティブ・フレームワークは認知的対立のレベルを下げることができた。
  論文  参考訳（メタデータ） (2023-09-30T12:16:24Z)
• I am Only Happy When There is Light: The Impact of Environmental Changes on Affective Facial Expressions Recognition [65.69256728493015]
  本研究では,異なる画像条件が人間の表情からの覚醒の認識に与える影響について検討した。 以上の結果から,人間の感情状態の解釈が肯定的,否定的に大きく異なることが示唆された。
  論文  参考訳（メタデータ） (2022-10-28T16:28:26Z)
• 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)
• The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
  本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。 トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:19:12Z)
• Human-Robot Collaboration and Machine Learning: A Systematic Review of Recent Research [69.48907856390834]
  人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。 本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
  論文  参考訳（メタデータ） (2021-10-14T15:14:33Z)
• 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)
• Designing Personalized Interaction of a Socially Assistive Robot for Stroke Rehabilitation Therapy [64.52563354823711]
  社会支援ロボットの研究は、神経学的および筋骨格疾患の患者に対する理学療法セッションを増強し、支援する可能性がある。 本稿では,運動の質を予測するために,患者個別の運動の運動特性を動的に選択できる社会支援ロボットのインタラクティブなアプローチを提案する。
  論文  参考訳（メタデータ） (2020-07-13T16:12:05Z)
• Towards hybrid primary intersubjectivity: a neural robotics library for human science [4.232614032390374]
  主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観 本研究では,人-ロボットインタラクション実験のためのオープンソース手法であるテクスチュラルロボティクスライブラリ(NRL)を提案する。 人-ロボット間(ハイブリッド)が人間の科学研究に寄与する方法について論じる。
  論文  参考訳（メタデータ） (2020-06-29T11:35:46Z)

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。