論文の概要: Adapting Robot's Explanation for Failures Based on Observed Human Behavior in Human-Robot Collaboration
- arxiv url: http://arxiv.org/abs/2504.09717v1
- Date: Sun, 13 Apr 2025 20:49:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-15 16:49:25.064835
- Title: Adapting Robot's Explanation for Failures Based on Observed Human Behavior in Human-Robot Collaboration
- Title（参考訳）: 人-ロボット協調における観察された人間の行動に基づく失敗へのロボットの説明の適応
- Authors: Andreas Naoum, Parag Khanna, Elmira Yadollahi, Mårten Björkman, Christian Smith,
- Abstract要約: 障害の種類や説明レベルの違いに応じて,人間の行動がどう変化したかを分析した。
我々は、ロボット故障の説明中に人間の混乱を予測するために、データ駆動予測器を定式化する。
- 参考スコア（独自算出の注目度）: 6.047608758920625
- License:
- Abstract: This work aims to interpret human behavior to anticipate potential user confusion when a robot provides explanations for failure, allowing the robot to adapt its explanations for more natural and efficient collaboration. Using a dataset that included facial emotion detection, eye gaze estimation, and gestures from 55 participants in a user study, we analyzed how human behavior changed in response to different types of failures and varying explanation levels. Our goal is to assess whether human collaborators are ready to accept less detailed explanations without inducing confusion. We formulate a data-driven predictor to predict human confusion during robot failure explanations. We also propose and evaluate a mechanism, based on the predictor, to adapt the explanation level according to observed human behavior. The promising results from this evaluation indicate the potential of this research in adapting a robot's explanations for failures to enhance the collaborative experience.
- Abstract（参考訳）: この研究は、ロボットが失敗の説明を提供し、ロボットがより自然で効率的なコラボレーションのために説明を適応できるようにするときに、潜在的なユーザ混乱を予測するために人間の振る舞いを解釈することを目的としている。
ユーザスタディでは, 表情検出, 視線推定, 55名によるジェスチャーを含むデータセットを用いて, さまざまなタイプの障害や説明レベルの変化に応じて, 人間の行動がどのように変化したかを分析した。
我々の目標は、人間の協力者が混乱を招くことなく、より詳細な説明を受け入れる準備ができているかを評価することである。
我々は、ロボット故障の説明中に人間の混乱を予測するために、データ駆動予測器を定式化する。
また,観察された人間の行動に応じて説明レベルを適応させるメカニズムを,予測器に基づいて提案し,評価する。
この評価から有望な結果が得られたことは、ロボットの失敗の説明に適応して協調的な体験を向上する可能性を示している。
関連論文リスト
- An Epistemic Human-Aware Task Planner which Anticipates Human Beliefs and Decisions [8.309981857034902]
目的は、制御不能な人間の行動を説明するロボットポリシーを構築することである。
提案手法は,AND-OR探索に基づく新しい計画手法と解法の構築である。
2つの領域における予備的な実験は、1つの新しいものと1つの適応されたもので、フレームワークの有効性を実証している。
論文 参考訳（メタデータ） (2024-09-27T08:27:36Z) - Real-time Addressee Estimation: Deployment of a Deep-Learning Model on
the iCub Robot [52.277579221741746]
住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。
人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。
本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
論文 参考訳（メタデータ） (2023-11-09T13:01:21Z) - Robust Robot Planning for Human-Robot Collaboration [11.609195090422514]
人間とロボットのコラボレーションにおいて、人間の目的はしばしばロボットに未知である。
本研究では,各目的関数に対して不確実な人間行動(ポリシー)を自動的に生成する手法を提案する。
また,上記の不確実性に対して頑健なロボット計画アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-02-27T16:02:48Z) - Introspection-based Explainable Reinforcement Learning in Episodic and
Non-episodic Scenarios [14.863872352905629]
イントロスペクションベースのアプローチは、成功の確率を提供するために強化学習エージェントと併用することができる。
イントロスペクションに基づくアプローチは、非エポゾディックなロボティクス環境でもたらされた動作を説明するためにも使用できる。
論文 参考訳（メタデータ） (2022-11-23T13:05:52Z) - Causal Discovery of Dynamic Models for Predicting Human Spatial
Interactions [5.742409080817885]
本稿では,人間とロボットの空間的相互作用をモデル化するための因果探索手法を提案する。
最先端の因果探索アルゴリズムを初めて活用するために、新しい方法と実用的な解決策について議論する。
論文 参考訳（メタデータ） (2022-10-29T08:56:48Z) - Robots with Different Embodiments Can Express and Influence Carefulness
in Object Manipulation [104.5440430194206]
本研究では,2つのロボットによるコミュニケーション意図による物体操作の知覚について検討する。
ロボットの動きを設計し,物体の搬送時に注意を喚起するか否かを判断した。
論文 参考訳（メタデータ） (2022-08-03T13:26:52Z) - 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) - Explain yourself! Effects of Explanations in Human-Robot Interaction [10.389325878657697]
ロボット決定の説明は、ユーザーの知覚に影響を与え、信頼性を正当化し、信頼を高める。
ロボットが人間の知覚に与える影響は、まだ十分に研究されていない。
本研究は、人間とロボットの相互作用を説明する必要性と可能性を示す。
論文 参考訳（メタデータ） (2022-04-09T15:54:27Z) - Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards
Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。
正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。
人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
論文 参考訳（メタデータ） (2022-01-27T22:15:56Z) - Joint Inference of States, Robot Knowledge, and Human (False-)Beliefs [90.20235972293801]
本稿では,人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)の認知能力が,ロボットとの相互作用にどのように影響するかを理解するために,対象状態,ロボット知識,人間(時間的)の認知能力の表現にグラフィカルモデルを採用することを提案する。
推論アルゴリズムは、複数のビューにまたがる全てのロボットから個別のpgを融合し、単一のビューから発生したエラーを克服するより効果的な推論能力を得る。
論文 参考訳（メタデータ） (2020-04-25T23:02:04Z) - Human Grasp Classification for Reactive Human-to-Robot Handovers [50.91803283297065]
本稿では,ロボットが人間に遭遇するロボットのハンドオーバに対するアプローチを提案する。
対象物をさまざまな手形やポーズで保持する典型的な方法をカバーする,人間の把握データセットを収集する。
本稿では,検出した把握位置と手の位置に応じて人手から対象物を取り出す計画実行手法を提案する。
論文 参考訳（メタデータ） (2020-03-12T19:58:03Z)
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。