論文の概要: React to This (RTT): A Nonverbal Turing Test for Embodied AI

• arxiv url: http://arxiv.org/abs/2507.10812v1
• Date: Mon, 14 Jul 2025 21:16:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-16 19:46:02.891835
• Title: React to This (RTT): A Nonverbal Turing Test for Embodied AI
• Title（参考訳）: React to This (RTT): 身体的AIのための非言語的チューリングテスト
• Abstract要約: 本稿では,対話の認識と信頼性のために,具体的AIエージェントをテストするアプローチを提案する。 React to This(RTT)テストを導入し、最初の実験の結果を提示する。
• 参考スコア（独自算出の注目度）: 0.7373617024876725
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose an approach to test embodied AI agents for interaction awareness and believability, particularly in scenarios where humans push them to their limits. Turing introduced the Imitation Game as a way to explore the question: "Can machines think?" The Total Turing Test later expanded this concept beyond purely verbal communication, incorporating perceptual and physical interaction. Building on this, we propose a new guiding question: "Can machines react?" and introduce the React to This (RTT) test for nonverbal behaviors, presenting results from an initial experiment.
• Abstract（参考訳）: 本稿では,人間によって限界まで押し上げられるシナリオにおいて,対話認識と信頼性のための具体的AIエージェントのテスト手法を提案する。 チューリングはイミテーションゲーム(Imitation Game)を「機械は考えるだろうか? トータルチューリングテストは後にこの概念を純粋に言葉によるコミュニケーションを超えて拡張し、知覚と物理的相互作用を取り入れた。 これに基づいて、我々は、"Can Machine react?"という新しい指針の質問を提案し、React to This(RTT)テストを導入し、最初の実験の結果を提示する。

関連論文リスト

• AI-Mediated Negotiation: Design Reflections and Lessons [15.57105036031543]
  私たちは、会話型AIをテストするための理論駆動型コーチングシステムであるTruceyを構築しました。 事前登録された実験とインタビューは、それぞれ複雑だった。 確立されたHAI設計ガイドラインに基づいて,未検討のスコープ条件を同定する。
  論文  参考訳（メタデータ） (2026-06-20T05:15:28Z)
• RogueAI: A Reverse Turing Test for Detecting Licensed AI Deception in Dialogue [2.7606655162305476]
  我々は,このテストを1対2の尋問ゲームとして運用するインタラクティブなWebアプリであるRogueAIを紹介する。 プレイヤーの任務は、不正行為を識別し、ターンの予算が尽きる前に「シャットオフ」することである。 プレイヤーが独自の騙し戦略をひそかに選択するナレーターエージェントでカスタムシナリオを設計する手続き的拡張であるAutoRogueAIを紹介する。
  論文  参考訳（メタデータ） (2026-06-11T13:07:02Z)
• MuSteerNet: Human Reaction Generation from Videos via Observation-Reaction Mutual Steering [81.50722520596652]
  ビデオ駆動型ヒト反応生成は、観察された映像シーケンスに直接反応する3D人間の動きを合成することを目的としている。 既存の方法は、ビデオ入力を効果的に活用して人間の反応合成を操るのに失敗することが多い。 我々は,観察と反応の相互操りを通じて映像から人間の3次元反応を生成するフレームワーク MuSteerNet を提案する。
  論文  参考訳（メタデータ） (2026-03-20T17:59:06Z)
• Book your room in the Turing Hotel! A symmetric and distributed Turing Test with multiple AIs and humans [11.294156739799654]
  本研究では,大規模言語モデル(LLM)と人的参加者の混合コミュニティ間の相互作用に基づくチューリングテストの新たな拡張であるTuringHotel'の経験を報告する。 チューリングテストの古典的な1対1のインタラクションは、人間と人工エージェントの両方が時間に縛られた議論に従事し、興味深いことに、審査員と回答者の両方であるグループ設定で再解釈される。 実験の結果、17人の被験者と19人のLSMによる実験の結果、現在のモデルが人間と混同されていることが判明した。
  論文  参考訳（メタデータ） (2026-03-19T14:44:47Z)
• ReactMotion: Generating Reactive Listener Motions from Speaker Utterance [93.89117265072464]
  話者発話からのリアクティブリスナー運動生成は、話者の発話に適切に反応する自然主義的リスナー身体運動を生成することを目的としている。 提案するReactMotionNetは、話者発話と複数の候補リスナーの動きを、適切な度合いでアノテートする大規模データセットである。 テキスト,音声,感情,動きを共同でモデル化する統合生成フレームワークであるReactMotionを提案する。
  論文  参考訳（メタデータ） (2026-03-16T10:37:42Z)
• Emotion Transfer with Enhanced Prototype for Unseen Emotion Recognition in Conversation [64.70874527264543]
  会話における未知感情認識(UERC)タスクを初めて紹介する。 本稿では,プロトタイプベースの感情伝達フレームワークProEmoTransを提案する。 ProEmoTransは有望だが、依然として重要な課題に直面している。
  論文  参考訳（メタデータ） (2025-08-27T03:16:16Z)
• Playpen: An Environment for Exploring Learning Through Conversational Interaction [81.67330926729015]
  本研究は,対話ゲームが学習のフィードバック信号の源として機能するかどうかを考察する。 本稿では,対話ゲームによるオフラインおよびオンライン学習環境であるPlaypenを紹介する。 SFTによる模倣学習は、目に見えないインスタンスのパフォーマンスを向上させるが、他のスキルに悪影響を及ぼす。
  論文  参考訳（メタデータ） (2025-04-11T14:49:33Z)
• HERO: Human Reaction Generation from Videos [54.602947113980655]
  HEROは、videOsからのHuman rEaction geneRationのフレームワークである。 HEROはビデオのグローバルレベルとフレームレベルの局所表現の両方を考慮し、インタラクションの意図を抽出する。 局所的な視覚表現は、ビデオに固有の動的特性を最大限に活用するために、モデルに連続的に注入される。
  論文  参考訳（メタデータ） (2025-03-11T10:39:32Z)
• Talking Turns: Benchmarking Audio Foundation Models on Turn-Taking Dynamics [54.03209351287654]
  本稿では,音声対話システムのターンテイク能力を評価するための新しい評価プロトコルを提案する。 本稿では,既存の音声対話システムをターンテイクイベントの実行能力に基づいて評価する,初めての包括的ユーザスタディを提案する。 我々は、高度な対話型AIシステムの開発を促進するために、評価プラットフォームをオープンソース化する。
  論文  参考訳（メタデータ） (2025-03-03T04:46:04Z)
• Beyond Turn-taking: Introducing Text-based Overlap into Human-LLM Interactions [16.854609012936155]
  本稿では,人間の会話を反映したメッセージの重複を取り入れた新しいアプローチを提案する。 われわれのユーザー調査によると、OverlapBotは従来のチャットボットよりもコミュニケーションが良く、没入的だと考えられていた。 我々は、テキストベースの会話の流動性とエンゲージメントを高めるために、重複可能なAIインタラクションを実装するためのレコメンデーションを提供する。
  論文  参考訳（メタデータ） (2025-01-30T03:01:01Z)
• X-TURING: Towards an Enhanced and Efficient Turing Test for Long-Term Dialogue Agents [56.64615470513102]
  チューリングテストは、自然言語の会話においてAIが人間のような振る舞いを示すかどうかを調べる。 従来の設定では、各参加者は一度に1つのメッセージに制限される。 本稿では,textitburstダイアログパターンを用いて,元のテストを強化するtextbftextscX-Turingを提案する。
  論文  参考訳（メタデータ） (2024-08-19T09:57:28Z)
• Learning Manipulation by Predicting Interaction [85.57297574510507]
  本稿では,インタラクションを予測して操作を学習する一般的な事前学習パイプラインを提案する。 実験の結果,MPIは従来のロボットプラットフォームと比較して10%から64%向上していることがわかった。
  論文  参考訳（メタデータ） (2024-06-01T13:28:31Z)
• Can I say, now machines can think? [0.0]
  人工知能対応マシンの能力を分析し,検討した。 チューリングテストは、機械の能力を評価する上で重要な側面である。 インテリジェンスには他にも側面があり、AIマシンはこれらの側面の多くを表現している。
  論文  参考訳（メタデータ） (2023-07-11T11:44:09Z)
• The Human-or-Machine Matter: Turing-Inspired Reflections on an Everyday Issue [4.309879785418976]
  マシンにインテリジェントなラベルを付けることができるのか、あるいは特定のコンテキストにおける人間の能力と一致すると言えるのか、という疑問を副次的に解決する。 「私は人間や機械と対話しているか」という、日常のやりとりの中で、一見単純な質問に最初に注意を向ける。
  論文  参考訳（メタデータ） (2023-05-07T15:41:11Z)
• e-Inu: Simulating A Quadruped Robot With Emotional Sentience [4.15623340386296]
  本稿では,人間の感情を検知・理解できるロボットの理解と仮想シミュレーションについて論じる。 我々は、強化学習とソフトウェア工学の概念を組み合わせて、感情を理解できる四足歩行ロボットをシミュレートする。 ビデオ感情検出システムは、99.66%の精度で、ほぼ芸術の状況に匹敵する結果を生み出した。
  論文  参考訳（メタデータ） (2023-01-03T06:28:45Z)
• Can Machines Imitate Humans? Integrative Turing Tests for Vision and Language Demonstrate a Narrowing Gap [45.6806234490428]
  3つの言語タスクと3つのビジョンタスクで人間を模倣する能力において、現在のAIをベンチマークします。 実験では、549人の人間エージェントと26人のAIエージェントがデータセットの作成に使われ、1,126人の人間審査員と10人のAI審査員が参加した。 結果として、現在のAIは、複雑な言語とビジョンの課題において人間を偽装できるものではないことが判明した。
  論文  参考訳（メタデータ） (2022-11-23T16:16:52Z)
• The Meta-Turing Test [17.68987003293372]
  本研究では,人間と機械の非対称性を除去するチューリング試験の代替案を提案する。 この新しいテストでは、人間と機械の両方がお互いを判断する。
  論文  参考訳（メタデータ） (2022-05-11T04:54:14Z)
• EmpBot: A T5-based Empathetic Chatbot focusing on Sentiments [75.11753644302385]
  共感的会話エージェントは、議論されていることを理解しているだけでなく、会話相手の暗黙の感情も認識すべきである。 変圧器事前学習言語モデル(T5)に基づく手法を提案する。 本研究では,自動計測と人的評価の両方を用いて,情緒的ダイアログデータセットを用いたモデルの評価を行った。
  論文  参考訳（メタデータ） (2021-10-30T19:04:48Z)
• CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement Learning [60.348822346249854]
  本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。 チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。 共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
  論文  参考訳（メタデータ） (2021-10-08T07:44:47Z)

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。