論文の概要: A Robot-Assisted Approach to Small Talk Training for Adults with ASD
- arxiv url: http://arxiv.org/abs/2505.23508v1
- Date: Thu, 29 May 2025 14:51:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-30 18:14:07.915334
- Title: A Robot-Assisted Approach to Small Talk Training for Adults with ASD
- Title（参考訳）: ASD患者に対するロボット支援による小話指導の試み
- Authors: Rebecca Ramnauth, Dražen Brščić, Brian Scassellati,
- Abstract要約: 本研究では,家庭内自律ロボットシステムの開発と評価について述べる。
1週間にわたる研究の結果、ASDの成人はトレーニングを楽しみ、会話の開始やアイコンタクトの改善に顕著な進歩をし、会話スキルを高める貴重なツールであると見なされた。
- 参考スコア（独自算出の注目度）: 1.9116784879310025
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: From dating to job interviews, making new friends or simply chatting with the cashier at checkout, engaging in small talk is a vital, everyday social skill. For adults with Autism Spectrum Disorder (ASD), small talk can be particularly challenging, yet it is essential for social integration, building relationships, and accessing professional opportunities. In this study, we present our development and evaluation of an in-home autonomous robot system that allows users to practice small talk. Results from the week-long study show that adults with ASD enjoyed the training, made notable progress in initiating conversations and improving eye contact, and viewed the system as a valuable tool for enhancing their conversational skills.
- Abstract（参考訳）: 出会いから面接まで、新しい友達を作る、チェックアウトでレジ係とチャットする、小さな話をする、といったことは、日々の社会的スキルにとって不可欠だ。
自閉症スペクトラム障害(ASD)の成人にとって、小さな話は特に困難であるが、社会的統合、関係の構築、職業的機会へのアクセスには不可欠である。
本研究では,家庭内自律ロボットシステムの開発と評価について述べる。
1週間にわたる研究の結果、ASDの成人はトレーニングを楽しみ、会話の開始やアイコンタクトの改善に顕著な進歩をし、会話スキルを高める貴重なツールであると見なされた。
関連論文リスト
- Building Knowledge from Interactions: An LLM-Based Architecture for Adaptive Tutoring and Social Reasoning [42.09560737219404]
大規模言語モデルは、人間のようなコミュニケーションにおいて有望であるが、そのスタンドアロンの使用は、メモリ制約とコンテキストの不整合によって妨げられている。
この研究は、LLMに基づく社会的・タスク指向のヒューマンロボットインタラクションにおける自律的意思決定を強化する、マルチモーダルで認知にインスパイアされたフレームワークを提示する。
自律性とパーソナライゼーションをさらに強化するために,体験の選択,保存,検索を行うメモリシステムを導入する。
論文 参考訳（メタデータ） (2025-04-02T10:45:41Z) - More than Chit-Chat: Developing Robots for Small-Talk Interactions [1.9116784879310025]
スモールトークは、社会的ダイナミクスにおいて重要な役割を担い、ラプポートの構築と理解のための言葉による握手として機能する。
会話型AIとソーシャルロボットでは、小さな会話に参加する能力は社会的可能性を高める。
フィードバックを自律的に生成し、LLM生成応答を小さな話の慣行と一致させる新しい手法を提案する。
論文 参考訳（メタデータ） (2024-12-23T22:35:38Z) - Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。
この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。
実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
論文 参考訳（メタデータ） (2024-11-07T21:37:51Z) - Social Learning through Interactions with Other Agents: A Survey [10.080296323732863]
社会学習は人間の知性の発展に重要な役割を果たしている。
近年の自然言語処理(NLP)により,新たな社会学習が実現されている。
我々は,人間の模倣を反映した行動的クローニングと次点予測について考察する。
論文 参考訳（メタデータ） (2024-07-31T16:06:34Z) - Social Skill Training with Large Language Models [65.40795606463101]
人々は紛争解決のような社会的スキルに頼り、効果的にコミュニケーションし、仕事と個人の生活の両方で繁栄する。
本稿では,専門分野に進出する上での社会的スキルの障壁を明らかにする。
本稿では,大規模言語モデルを用いた総合的なフレームワークによるソーシャルスキルトレーニングのソリューションを提案する。
論文 参考訳（メタデータ） (2024-04-05T16:29:58Z) - GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。
GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。
我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
論文 参考訳（メタデータ） (2024-03-17T03:52:52Z) - Interactive Conversational Head Generation [68.76774230274076]
対面会話における1つのインターロケータの振る舞いを合成するための新しい対話ヘッド生成ベンチマークを提案する。
長時間・複数回会話に参加可能なインターロカクタを自動的に合成する機能は不可欠であり、様々なアプリケーションにメリットを提供する。
論文 参考訳（メタデータ） (2023-07-05T08:06:26Z) - Intelligent Conversational Android ERICA Applied to Attentive Listening
and Job Interview [41.789773897391605]
我々はインテリジェントな会話型android ericaを開発した。
ERICAには,注意深い聞き取り,就職面接,スピードデートなど,いくつかのソーシャルインタラクションタスクを設定した。
40人の高齢者が会話を分解することなく5～7分間の会話を行ったことが評価されている。
論文 参考訳（メタデータ） (2021-05-02T06:37:23Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳（メタデータ） (2020-04-11T12:51:07Z)
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。