論文の概要: Towards a cognitive architecture to enable natural language interaction in co-constructive task learning

• arxiv url: http://arxiv.org/abs/2503.23760v1
• Date: Mon, 31 Mar 2025 06:23:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-01 14:33:51.757776
• Title: Towards a cognitive architecture to enable natural language interaction in co-constructive task learning
• Title（参考訳）: 共同構築型タスク学習における自然言語インタラクションを実現するための認知アーキテクチャ
• Authors: Manuel Scheibl, Birte Richter, Alissa Müller, Michael Beetz, Britta Wrede,
• Abstract要約: 本研究では,ココンストラクティブ・タスク・ラーニング(CCTL)における自然言語の利点を活用しなければならない認知的アーキテクチャの特徴について考察する。 まず、対話型タスク学習(ITL)、ヒューマンメモリシステムのメカニズム、自然言語とマルチモーダリティの重要性について論じる。 次に,認知アーキテクチャの現状を考察し,その能力を分析し,複数の情報源に根ざしたCCTLの概念を提示する。
• 参考スコア（独自算出の注目度）: 5.380682426266299
• License:
• Abstract: This research addresses the question, which characteristics a cognitive architecture must have to leverage the benefits of natural language in Co-Constructive Task Learning (CCTL). To provide context, we first discuss Interactive Task Learning (ITL), the mechanisms of the human memory system, and the significance of natural language and multi-modality. Next, we examine the current state of cognitive architectures, analyzing their capabilities to inform a concept of CCTL grounded in multiple sources. We then integrate insights from various research domains to develop a unified framework. Finally, we conclude by identifying the remaining challenges and requirements necessary to achieve CCTL in Human-Robot Interaction (HRI).
• Abstract（参考訳）: 本研究では,ココンストラクティブ・タスク・ラーニング(CCTL)における自然言語の利点を活用しなければならない認知アーキテクチャの特徴について考察する。 そこで我々はまず,対話型タスク学習(ITL),ヒューマンメモリシステムのメカニズム,自然言語とマルチモーダリティの重要性について論じる。 次に,認知アーキテクチャの現状を考察し,その能力を分析し,複数の情報源に根ざしたCCTLの概念を提示する。 そして、様々な研究領域からの洞察を統合し、統一されたフレームワークを開発する。 最後に,人間-ロボットインタラクション(HRI)におけるCCTLの実現に必要な課題と要件を明らかにする。

関連論文リスト

• Constructive Approach to Bidirectional Causation between Qualia Structure and Language Emergence [5.906966694759679]
  本稿では,言語出現と主観的経験の関連構造との双方向因果関係について考察する。 我々は、個人間の内部表現を整合させる過程を通じて、たとえば構文・意味構造のような分布意味を持つ言語が出現したかもしれないと仮定する。
  論文  参考訳（メタデータ） (2024-09-14T11:03:12Z)
• Cognitive LLMs: Towards Integrating Cognitive Architectures and Large Language Models for Manufacturing Decision-making [51.737762570776006]
  LLM-ACTRは、ヒトに適応し、多目的な意思決定を提供する新しいニューロシンボリックアーキテクチャである。 我々のフレームワークは、ACT-Rの内部決定過程の知識を潜在神経表現として抽出し、組み込む。 デザイン・フォー・マニュファクチャリング・タスクに関する我々の実験は、タスク性能の向上と基礎的意思決定能力の向上を両立させたものである。
  論文  参考訳（メタデータ） (2024-08-17T11:49:53Z)
• Detecting Any Human-Object Interaction Relationship: Universal HOI Detector with Spatial Prompt Learning on Foundation Models [55.20626448358655]
  本研究では,ビジョン・ランゲージ(VL)基礎モデルと大規模言語モデル(LLM)を用いて,オープンワールド環境におけるユニバーサルインタラクション認識について検討する。 我々の設計にはHO Prompt-guided Decoder (HOPD) が含まれており、基礎モデルにおける高次関係表現と画像内の様々なHOペアとの結合を容易にする。 オープンカテゴリの対話認識では,対話文と解釈文の2つのタイプがサポートされている。
  論文  参考訳（メタデータ） (2023-11-07T08:27:32Z)
• Unveiling A Core Linguistic Region in Large Language Models [49.860260050718516]
  本稿では,脳局在化をプロトタイプとして用いた類似研究を行う。 我々は、言語能力に対応する大規模言語モデルにおいて、中核領域を発見した。 我々は,言語能力の向上が必ずしもモデルの知識レベルの向上に伴わないことを観察する。
  論文  参考訳（メタデータ） (2023-10-23T13:31:32Z)
• Exploiting Language Models as a Source of Knowledge for Cognitive Agents [4.557963624437782]
  大規模言語モデル(LLM)は、質問応答、要約、自然言語推論など、文の完成度をはるかに超える機能を提供する。 これらの能力の多くは認知システムに潜在的に適用できるが、我々の研究は認知エージェントのタスク知識の源として言語モデルを利用しており、認知アーキテクチャを通じて実現されたエージェントである。
  論文  参考訳（メタデータ） (2023-09-05T15:18:04Z)
• From Interactive to Co-Constructive Task Learning [13.493719155524404]
  インタラクティブなタスク学習に関する現在の提案をレビューし、その主な貢献について論じる。 次に、共同構築の概念について議論し、成人とロボットの相互作用からの研究知見を要約する。
  論文  参考訳（メタデータ） (2023-05-24T19:45:30Z)
• Interactive Natural Language Processing [67.87925315773924]
  対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。 本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
  論文  参考訳（メタデータ） (2023-05-22T17:18:29Z)
• Knowledge Engineering in the Long Game of Artificial Intelligence: The Case of Speech Acts [0.6445605125467572]
  本稿では,知識工学の原則と実践について述べる。 我々は,言語学,認知モデル,統計自然言語処理において広く追求されている課題である対話行動モデリングに注目した。
  論文  参考訳（メタデータ） (2022-02-02T14:05:12Z)
• ERICA: Improving Entity and Relation Understanding for Pre-trained Language Models via Contrastive Learning [97.10875695679499]
  そこで本研究では, ERICA という新たなコントラスト学習フレームワークを提案し, エンティティとその関係をテキストでより深く理解する。 実験の結果,提案する erica フレームワークは文書レベルの言語理解タスクにおいて一貫した改善を実現することがわかった。
  論文  参考訳（メタデータ） (2020-12-30T03:35:22Z)
• A Dependency Syntactic Knowledge Augmented Interactive Architecture for End-to-End Aspect-based Sentiment Analysis [73.74885246830611]
  エンドツーエンドABSAのためのマルチタスク学習を用いた対話型アーキテクチャを新たに提案する。 このモデルは、よく設計された依存性関係埋め込みグラフ畳み込みネットワーク(DreGcn)を活用することで、構文知識(依存性関係と型)を完全に活用することができる。 3つのベンチマークデータセットの大規模な実験結果から,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-04-04T14:59:32Z)

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。