論文の概要: Informative Communication of Robot Plans

• arxiv url: http://arxiv.org/abs/2511.13226v1
• Date: Mon, 17 Nov 2025 10:44:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 14:36:25.134053
• Title: Informative Communication of Robot Plans
• Title（参考訳）: ロボット計画のインフォームティブコミュニケーション
• Authors: Michele Persiani, Thomas Hellstrom,
• Abstract要約: 本稿では,ロボットプランを情報伝達するための言語化戦略を提案する。 本研究では,ロボットの事前知識を捉えた利用者の2階の心の理論に対して,言語化が持つ情報ゲインを測定した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When a robot is asked to verbalize its plan it can do it in many ways. For example, a seemingly natural strategy is incremental, where the robot verbalizes its planned actions in plan order. However, an important aspect of this type of strategy is that it misses considerations on what is effectively informative to communicate, because not considering what the user knows prior to explanations. In this paper we propose a verbalization strategy to communicate robot plans informatively, by measuring the information gain that verbalizations have against a second-order theory of mind of the user capturing his prior knowledge on the robot. As shown in our experiments, this strategy allows to understand the robot's goal much quicker than by using strategies such as increasing or decreasing plan order. In addition, following our formulation we hint to what is informative and why when a robot communicates its plan.
• Abstract（参考訳）: ロボットが計画の言語化を依頼されると、さまざまな方法でそれを行うことができる。 例えば、一見自然な戦略は漸進的であり、ロボットは計画された行動を計画順に言語化する。 しかし、このタイプの戦略の重要な側面は、ユーザが説明に先立って知っていることを考慮しないため、効果的に情報を伝えるものについての考慮を見逃すことである。 本稿では,ロボットの事前知識を把握したユーザの2階の心の理論に対して,言語化が持つ情報量を測定することによって,ロボットプランを情報伝達するための言語化戦略を提案する。 実験で示されたように、この戦略は、計画順序の増大や減少といった戦略を用いることにより、ロボットの目標をより早く理解することができる。 さらに,私たちの定式化に続き,ロボットが計画を伝える際の情報と理由を示唆する。

関連論文リスト

• REI-Bench: Can Embodied Agents Understand Vague Human Instructions in Task Planning? [12.490512012911635]
  言語学者は、そのような曖昧さは表現(RE)を参照することからしばしば生じることを示唆している。 本稿では,人間の指示におけるREsの不明瞭さがLLMに基づくロボットタスク計画にどのように影響するかを考察する。 本稿では,あいまいなRE(REI-Bench)を用いた最初のロボットタスク計画ベンチマークを提案する。
  論文  参考訳（メタデータ） (2025-05-16T05:27:15Z)
• SPIRE: Synergistic Planning, Imitation, and Reinforcement Learning for Long-Horizon Manipulation [58.14969377419633]
  タスクをより小さな学習サブプロブレムに分解し、第2に模倣と強化学習を組み合わせてその強みを最大化するシステムであるspireを提案する。 我々は、模倣学習、強化学習、計画を統合する従来の手法よりも平均タスク性能が35%から50%向上していることを発見した。
  論文  参考訳（メタデータ） (2024-10-23T17:42:07Z)
• Track2Act: Predicting Point Tracks from Internet Videos enables Generalizable Robot Manipulation [65.46610405509338]
  我々は、ゼロショットロボット操作を可能にする汎用的な目標条件ポリシーを学習することを目指している。 私たちのフレームワークであるTrack2Actは、ゴールに基づいて将来のタイムステップで画像内のポイントがどのように動くかを予測する。 学習したトラック予測を残留ポリシーと組み合わせることで,多種多様な汎用ロボット操作が可能となることを示す。
  論文  参考訳（メタデータ） (2024-05-02T17:56:55Z)
• Learning Strategies For Successful Crowd Navigation [0.0]
  我々は、ニューラルネットワークを用いて、ロボットで特定の戦略を学習する群集ナビゲーションに焦点を当てた。 CNNはシーンのトップダウン画像を入力として、ロボットが速度と角度で次のアクションを出力する。
  論文  参考訳（メタデータ） (2024-04-09T18:25:21Z)
• Dynamic Explanation Emphasis in Human-XAI Interaction with Communication Robot [2.6396287656676725]
  DynEmphは、XAI生成した説明を物理的表現で強調する場所を決定するためのコミュニケーションロボットの方法である。 特定のポイントをユーザに強調する効果を予測し、予測されたユーザ決定とAIが提案する決定との違いを最小化することを目指している。
  論文  参考訳（メタデータ） (2024-03-21T16:50:12Z)
• Towards Generalizable Zero-Shot Manipulation via Translating Human Interaction Plans [58.27029676638521]
  我々は、人間の受動的ビデオが、そのようなジェネラリストロボットを学習するための豊富なデータ源であることを示す。 我々は、シーンの現在の画像とゴール画像から将来の手やオブジェクトの設定を予測する人間の計画予測器を学習する。 学習システムは、40個のオブジェクトに一般化する16以上の操作スキルを実現できることを示す。
  論文  参考訳（メタデータ） (2023-12-01T18:54:12Z)
• Understanding a Robot's Guiding Ethical Principles via Automatically Generated Explanations [4.393037165265444]
  我々は、ユーザーが計画について提案し、自動的に生成された対照的な説明を受けられるように、既存の倫理的枠組みを構築している。 ユーザスタディの結果は、生成された説明は、ロボットの計画の根底にある倫理的原則を理解するのに役立つことを示唆している。
  論文  参考訳（メタデータ） (2022-06-20T22:55:00Z)
• A Road-map to Robot Task Execution with the Functional Object-Oriented Network [77.93376696738409]
  関数型オブジェクト指向ネットワーク(FOON)はロボットの知識グラフ表現である。 FOONは、二部グラフの形で、ロボットの環境やタスクに対する理解に関係のある象徴的あるいは高レベルな情報を含んでいる。
  論文  参考訳（メタデータ） (2021-06-01T00:43:04Z)
• iCORPP: Interleaved Commonsense Reasoning and Probabilistic Planning on Robots [46.13039152809055]
  我々はiCORPPと呼ばれる新しいアルゴリズムを提案し、現在の世界状態を同時に推定し、世界ダイナミクスの推論を行い、タスク指向のコントローラを構築する。 結果は、競合するベースラインと比較して、スケーラビリティ、効率、適応性が大幅に改善されたことを示している。
  論文  参考訳（メタデータ） (2020-04-18T17:46:59Z)
• Towards Transparent Robotic Planning via Contrastive Explanations [1.7231251035416644]
  我々はマルコフ決定プロセスに基づくロボット計画政策の対照的な説明概念を定式化する。 本稿では, 選択性, 拘束性, 責任の3つの要因を伴って, 矛盾説明の自動生成手法を提案する。
  論文  参考訳（メタデータ） (2020-03-16T19:44:31Z)

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。