論文の概要: Joint Activity Design Heuristics for Enhancing Human-Machine Collaboration

• arxiv url: http://arxiv.org/abs/2512.08036v1
• Date: Mon, 08 Dec 2025 20:53:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-10 22:28:07.721283
• Title: Joint Activity Design Heuristics for Enhancing Human-Machine Collaboration
• Title（参考訳）: 人間と機械の協調を促進するための共同活動設計ヒューリスティック
• Abstract要約: 共同活動は、複数のエージェント(人間または機械)がタスクやアクティビティの完了に寄与する時間を記述する。 これにより、ユーザビリティを設計して、効果的なチームプレーヤとして機能するように、テクノロジをどのように設計できるかをさらに解決する上で、構築され、拡張されます。 我々は、ディスプレイデザイン、ヒューマンファクター、認知システム工学、認知心理学、コンピュータサイエンスを含む関連文献から14点を合成し、共同作業を支援する技術の設計、開発、評価を支援した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Joint activity describes when more than one agent (human or machine) contributes to the completion of a task or activity. Designing for joint activity focuses on explicitly supporting the interdependencies between agents necessary for effective coordination among agents engaged in the joint activity. This builds and expands upon designing for usability to further address how technologies can be designed to act as effective team players. Effective joint activity requires supporting, at minimum, five primary macrocognitive functions within teams: Event Detection, Sensemaking, Adaptability, Perspective-Shifting, and Coordination. Supporting these functions is equally as important as making technologies usable. We synthesized fourteen heuristics from relevant literature including display design, human factors, cognitive systems engineering, cognitive psychology, and computer science to aid the design, development, and evaluation of technologies that support joint human-machine activity.
• Abstract（参考訳）: 共同活動は、複数のエージェント(人間または機械)がタスクやアクティビティの完了に寄与する時間を記述する。 共同活動の設計は、共同活動に従事するエージェント間の効果的な協調に必要なエージェント間の相互依存を明示的に支援することに焦点を当てている。 これにより、ユーザビリティを設計して、効果的なチームプレーヤとして機能するように、テクノロジをどのように設計できるかをさらに解決する上で、構築され、拡張されます。 効果的な共同作業には、少なくとも5つの主要なマクロ認知機能 – イベント検出、センスメイキング、適応性、パースペクティブシフト、コーディネーション – をサポートする必要がある。 これらの機能をサポートすることは、テクノロジーを利用できるものにするのと同じくらい重要である。 我々は、ディスプレイデザイン、ヒューマンファクター、認知システム工学、認知心理学、コンピュータサイエンスなど、関連する文献から14のヒューリスティックを合成し、共同作業を支援する技術の設計、開発、評価を支援した。

関連論文リスト

• CoMind: Understanding Collaborative Human Activity from Multiple Minds and Views [82.15362247351763]
  調理シナリオにおける現実のコラボレーションをキャプチャする,エゴセントリックでエクソセントリックなビデオデータセットを新たに導入する。 このデータセットは、マルチパースペクティブなビデオ、高品質なオーディオ、視線追跡、および3Dシーンとオブジェクトスキャンを統合する。 我々は,共同注意推定,社会的条件付きオブジェクトインタラクション予測,協調的ハンドオーバ予測のベンチマークを構築した。
  論文  参考訳（メタデータ） (2026-07-07T18:08:45Z)
• PACT: Proactive Asking for Continual Task Assistance in Human-Robot Collaboration [62.13457838323877]
  PACT(Proactive Asking for Continual Task Assistance)は,行動を起こす前に明確化を求めるかどうかを判断する質問・実行フレームワークである。 我々は、強化学習を用いて、その初等学習インスタンス化を実装し、同じ枠組みの下で代替インスタンス化を評価する。 マルチデイの実施したコラボレーションシナリオの実験では、パッシブ推論ベースラインと比較して、PACTはアシスト精度と明確化ユーティリティの両方を一貫して改善している。
  論文  参考訳（メタデータ） (2026-05-23T02:22:02Z)
• Evaluating Generative Models as Interactive Emergent Representations of Human-Like Collaborative Behavior [1.4016147623265656]
  人間とAIの協力は、効果的な協調のために人間の行動を理解するためにAIエージェントを必要とする。 本研究は, 基礎的精神モデルを示す創発的な協調行動を示す基礎モデルエージェントについて検討する。
  論文  参考訳（メタデータ） (2026-05-05T15:20:15Z)
• Bridging the Socio-Emotional Gap: The Functional Dimension of Human-AI Collaboration for Software Engineering [5.627981468468872]
  社会感情インテリジェンス(SEI)は、チームメイト間のコラボレーションを促進するが、人間とAIのコラボレーションにおけるその役割は未だ不明である。 現在のAIシステムは、人間がチームワークにもたらすSEI機能に欠けており、コラボレーションのダイナミクスの潜在的なギャップを生み出します。 本研究では,ソフトウェア実践者がHAICの社会的・感情的ギャップと,AIシステムが効果的なコラボレーションにどのような能力を必要とするかを明らかにする。
  論文  参考訳（メタデータ） (2026-01-27T09:20:03Z)
• Decoding Psychological States Through Movement: Inferring Human Kinesic Functions with Application to Built Environments [1.433758865948252]
  本稿では,Dyadic User Engagement DataseTデータセットと組み込みキネシクス認識フレームワークを紹介する。 DUETは5つのキネシック関数のエンブレム、イラストレーター、ディスプレイ、アダプタ、レギュレータに影響を及ぼす12のダイアディック相互作用を4つの知覚モードと3つの組の環境コンテキストでキャプチャする。 我々の認識フレームワークは、手作りのアクション・ツー・ファンクション辞書を使わずに、プライバシー保護の骨格運動から直接コミュニケーション機能を推測する。
  論文  参考訳（メタデータ） (2026-01-23T21:50:06Z)
• A Network-Based Framework for Modeling and Analyzing Human-Robot Coordination Strategies [0.0]
  本稿では,人間ロボットシステムにおける共同作業戦略を解析するための新しい計算フレームワークを提案する。 このフレームワークは、システム機能と作業環境の物理的・情報的構造との関係の観点から、集団的な作業の特徴付けを行う。 概念設計におけるその利用は、災害ロボット工学のケーススタディを通じて実証される。
  論文  参考訳（メタデータ） (2025-12-17T10:37:34Z)
• Collaborative Gym: A Framework for Enabling and Evaluating Human-Agent Collaboration [50.657070334404835]
  Collaborative Gymは、エージェント、人間、タスク環境間の非同期で三分割的なインタラクションを可能にするフレームワークである。 シミュレーション条件と実環境条件の両方において,Co-Gymを3つの代表的なタスクでインスタンス化する。 その結果、協調作業員はタスクパフォーマンスにおいて、完全に自律的なエージェントよりも一貫して優れていたことが判明した。
  論文  参考訳（メタデータ） (2024-12-20T09:21:15Z)
• Visual-Geometric Collaborative Guidance for Affordance Learning [63.038406948791454]
  本稿では,視覚的・幾何学的手がかりを取り入れた視覚・幾何学的協調学習ネットワークを提案する。 本手法は,客観的指標と視覚的品質の代表的なモデルより優れている。
  論文  参考訳（メタデータ） (2024-10-15T07:35:51Z)
• Mutual Theory of Mind in Human-AI Collaboration: An Empirical Study with LLM-driven AI Agents in a Real-time Shared Workspace Task [56.92961847155029]
  心の理論(ToM)は、他人を理解する上で重要な能力として、人間の協調とコミュニケーションに大きな影響を及ぼす。 Mutual Theory of Mind (MToM) は、ToM能力を持つAIエージェントが人間と協力するときに発生する。 エージェントのToM能力はチームのパフォーマンスに大きな影響を与えず,エージェントの人間的理解を高めていることがわかった。
  論文  参考訳（メタデータ） (2024-09-13T13:19:48Z)
• Decentralized and Lifelong-Adaptive Multi-Agent Collaborative Learning [57.652899266553035]
  分散型および生涯適応型多エージェント協調学習は、中央サーバを使わずに複数のエージェント間のコラボレーションを強化することを目的としている。 動的協調グラフを用いた分散マルチエージェント生涯協調学習アルゴリズムであるDeLAMAを提案する。
  論文  参考訳（メタデータ） (2024-03-11T09:21:11Z)
• From Interactive to Co-Constructive Task Learning [13.493719155524404]
  インタラクティブなタスク学習に関する現在の提案をレビューし、その主な貢献について論じる。 次に、共同構築の概念について議論し、成人とロボットの相互作用からの研究知見を要約する。
  論文  参考訳（メタデータ） (2023-05-24T19:45:30Z)
• CAMEL: Communicative Agents for "Mind" Exploration of Large Language Model Society [58.04479313658851]
  本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。 本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。 コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
  論文  参考訳（メタデータ） (2023-03-31T01:09:00Z)
• A Unified Architecture for Dynamic Role Allocation and Collaborative Task Planning in Mixed Human-Robot Teams [0.0]
  任意のサイズの混合ロボットチームにおいて,動的役割割り当てと協調作業計画のための新しいアーキテクチャを提案する。 このアーキテクチャは、動作木(BT)に基づく集中型リアクティブかつモジュール型タスク非依存の計画手法を基盤としている。 MILPコストとして使用されるさまざまなメトリクスにより、アーキテクチャはコラボレーションの様々な側面を好むことができる。
  論文  参考訳（メタデータ） (2023-01-19T12:30:56Z)
• Joint Attention for Multi-Agent Coordination and Social Learning [108.31232213078597]
  共同注意がマルチエージェント協調とソーシャルラーニングを改善するメカニズムとして有用であることを示す。 共同の注意は、複数の環境にまたがる競争集中型批評家のベースラインよりも高いパフォーマンスをもたらす。 これらの結果から,共同注意は多エージェント学習に有用な帰納的バイアスである可能性が示唆された。
  論文  参考訳（メタデータ） (2021-04-15T20:14:19Z)
• Open Problems in Cooperative AI [21.303564222227727]
  研究の目的は、協力の問題の多くの側面を研究し、これらの問題を解決するためにAIを革新することである。 本研究は,マルチエージェントシステム,ゲーム理論と社会的選択,ヒューマンマシンインタラクションとアライメント,自然言語処理,ソーシャルツールとプラットフォームの構築など,現在進行中の作業を統合する。
  論文  参考訳（メタデータ） (2020-12-15T21:39:50Z)

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。