論文の概要: Intelligent Agents with Emotional Intelligence: Current Trends, Challenges, and Future Prospects
- arxiv url: http://arxiv.org/abs/2511.20657v1
- Date: Sat, 11 Oct 2025 07:40:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-07 19:06:32.310091
- Title: Intelligent Agents with Emotional Intelligence: Current Trends, Challenges, and Future Prospects
- Title（参考訳）: 感情知能エージェントの現状と課題,今後の展望
- Authors: Raziyeh Zall, Alireza Kheyrkhah, Erik Cambria, Zahra Naseri, M. Reza Kangavari,
- Abstract要約: Affective Computingは、人間の感情を認識し、誘発し、表現できるインテリジェントなシステムを設計することを目的としている。
本稿では,感情システム開発における課題と課題を特定し,分析する。
- 参考スコア（独自算出の注目度）: 29.200295853116398
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The development of agents with emotional intelligence is becoming increasingly vital due to their significant role in human-computer interaction and the growing integration of computer systems across various sectors of society. Affective computing aims to design intelligent systems that can recognize, evoke, and express human emotions, thereby emulating human emotional intelligence. While previous reviews have focused on specific aspects of this field, there has been limited comprehensive research that encompasses emotion understanding, elicitation, and expression, along with the related challenges. This survey addresses this gap by providing a holistic overview of core components of artificial emotion intelligence. It covers emotion understanding through multimodal data processing, as well as affective cognition, which includes cognitive appraisal, emotion mapping, and adaptive modulation in decision-making, learning, and reasoning. Additionally, it addresses the synthesis of emotional expression across text, speech, and facial modalities to enhance human-agent interaction. This paper identifies and analyzes the key challenges and issues encountered in the development of affective systems, covering state-of-the-art methodologies designed to address them. Finally, we highlight promising future directions, with particular emphasis on the potential of generative technologies to advance affective computing.
- Abstract（参考訳）: 感情的な知性を持つエージェントの開発は、人間とコンピュータの相互作用において重要な役割を担い、社会の様々な分野におけるコンピュータシステムの統合が増加しているために、ますます重要になっている。
Affective Computingの目的は、人間の感情を認識し、誘発し、表現できるインテリジェントなシステムを設計することであり、それによって人間の感情的知性をエミュレートすることである。
これまでのレビューでは、この分野の特定の側面に焦点が当てられていたが、感情理解、誘発、表現を含む包括的な研究は、関連する課題とともに限られていた。
本調査は、人工知能のコアコンポーネントの全体的概要を提供することで、このギャップに対処する。
マルチモーダルデータ処理による感情理解と、認知的評価、感情マッピング、意思決定、学習、推論における適応的調節を含む感情認知をカバーしている。
さらに、人間とエージェントの相互作用を強化するために、テキスト、音声、顔のモダリティ間での感情表現の合成に対処する。
本稿では, 情緒的システム開発における課題と課題を特定し, それらに対処するために設計された最先端の方法論を取り上げ, 分析する。
最後に、予測される将来的な方向性を強調し、特に、感情コンピューティングを前進させる生成技術の可能性に焦点を当てる。
関連論文リスト
- Affective Computing and Emotional Data: Challenges and Implications in Privacy Regulations, The AI Act, and Ethics in Large Language Models [0.0]
本稿では,感情知能の人工知能システムへの統合について検討する。
コンピュータ科学、心理学、神経科学を組み合わせた学際的な研究に基づいて、感情認識を可能にする神経アーキテクチャを分析する。
本論文は、医療、教育、カスタマーサービスなど、さまざまな領域にまたがる影響について考察する。
論文 参考訳（メタデータ） (2025-09-24T14:18:41Z) - Emotions in the Loop: A Survey of Affective Computing for Emotional Support [0.0]
Affective Computingは、マシンがユーザー感情の処理と応答を可能にして人間化された革新的なソリューションで登場している。
本稿では,大規模言語モデル(LLM)やマルチモーダル手法,パーソナライズされたAIシステムといったアプローチを用いて,感情認識,感情分析,パーソナライズといった分野における感情コンピューティング応用における最近の研究成果について検討する。
論文 参考訳（メタデータ） (2025-05-02T19:06:05Z) - Emotion Detection through Body Gesture and Face [0.0]
このプロジェクトは、非顔の手がかり、特に手、身体のジェスチャー、ジェスチャーに焦点を当てることによる感情認識の課題に対処する。
従来の感情認識システムは、主に表情分析に依存しており、ボディランゲージを通して伝達される豊かな感情情報を無視することが多い。
このプロジェクトの目的は、マシンが人間の感情をより包括的でニュアンスな方法で解釈し、反応する能力を高めることで、感情コンピューティングの分野に貢献することにある。
論文 参考訳（メタデータ） (2024-07-13T15:15:50Z) - Enhancing Emotional Generation Capability of Large Language Models via Emotional Chain-of-Thought [50.13429055093534]
大規模言語モデル(LLM)は様々な感情認識タスクにおいて顕著な性能を示した。
本研究では,感情生成タスクにおけるLLMの性能を高めるための感情連鎖(ECoT)を提案する。
論文 参考訳（メタデータ） (2024-01-12T16:42:10Z) - Unlocking the Emotional World of Visual Media: An Overview of the
Science, Research, and Impact of Understanding Emotion [24.920797480215242]
本稿では、視覚メディアにおける感情分析の分野について概観する。
本稿では、感情の心理的基礎と、イメージやビデオからの感情の理解の基盤となる計算原理について論じる。
これはコンピューティングにおける「Holy Grail」研究の問題であり、今後の調査において重要な方向を示すものであると我々は主張する。
論文 参考訳（メタデータ） (2023-07-25T12:47:21Z) - Emotion Recognition from Multiple Modalities: Fundamentals and
Methodologies [106.62835060095532]
マルチモーダル感情認識(MER)のいくつかの重要な側面について論じる。
まず、広く使われている感情表現モデルと感情モダリティの簡単な紹介から始める。
次に、既存の感情アノテーション戦略とそれに対応する計算タスクを要約する。
最後に,実世界のアプリケーションについて概説し,今後の方向性について論じる。
論文 参考訳（メタデータ） (2021-08-18T21:55:20Z) - Emotion-aware Chat Machine: Automatic Emotional Response Generation for
Human-like Emotional Interaction [55.47134146639492]
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。
実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2021-06-06T06:26:15Z) - Target Guided Emotion Aware Chat Machine [58.8346820846765]
意味レベルと感情レベルにおける投稿に対する応答の整合性は、人間のような対話を提供する対話システムにとって不可欠である。
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2020-11-15T01:55:37Z) - Knowledge Bridging for Empathetic Dialogue Generation [52.39868458154947]
外部知識の不足により、感情的な対話システムは暗黙の感情を知覚し、限られた対話履歴から感情的な対話を学ぶことが困難になる。
本研究では,情緒的対話生成における感情を明確に理解し,表現するために,常識的知識や情緒的語彙的知識などの外部知識を活用することを提案する。
論文 参考訳（メタデータ） (2020-09-21T09:21:52Z)
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。