論文の概要: Designing The Drive: Enhancing User Experience through Adaptive Interfaces in Autonomous Vehicles

• arxiv url: http://arxiv.org/abs/2512.12773v1
• Date: Sun, 14 Dec 2025 17:23:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:56.430911
• Title: Designing The Drive: Enhancing User Experience through Adaptive Interfaces in Autonomous Vehicles
• Title（参考訳）: ドライブの設計: 自律走行車における適応インタフェースによるユーザエクスペリエンス向上
• Authors: Reeteesha Roy,
• Abstract要約: 本稿では,インターフェースのパーソナライズにおけるHCI原則の実装について論じる。 本稿では、ユーザエンゲージメントと満足度を高めるためにパーソナライズされたインターフェースを考案する方法を検討する。 自律システムに対する信頼状態として,ユーザが自身の経験をコントロールできる前提条件の必要性を指摘する。
• 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: With the recent development and integration of autonomous vehicles (AVs) in transportation systems of the modern world, the emphasis on customizing user interfaces to optimize the overall user experience has been growing expediently. Therefore, understanding user needs and preferences is essential to the acceptance and trust of these technologies as they continue to grow in prevalence. This paper addresses the implementation of HCI principles in the personalization of interfaces to improve safety, security, and usability for the users. This paper explores the way that personalized interfaces can be devised to increase user engagement and satisfaction through various HCI strategies such as adaptive design, multi-modal interaction, and user feedback mechanisms. Moreover, this paper puts emphasis on factors of transparency and user control in the design of an interface; hence, allowing users to design or modify their experience could foster an increase in trust in autonomous systems. In so doing, this research touches on the quite influential role HCI will play in this future scenario of autonomous vehicles while designing to ensure relevance to the diverse needs of users while maintaining high standards of safety and security. Discussing various HCI strategies such as adaptive design, multi-modal interaction, and feedback mechanisms to the user, this paper demonstrates how personalized interfaces can enhance significantly both user engagement and satisfaction. Transparency and user control also in designing an interface are further discussed, pointing out the need for a prerequisite condition of enabling the user to take control of their experience as a state of trust in autonomous systems. In summary, this paper points out the role of HCI in the development of autonomous vehicles and addresses numerous needs with respect to those enforced safety and security standards.
• Abstract（参考訳）: 近年,現代の交通システムにおける自律走行車(AV)の開発と統合が進み,ユーザエクスペリエンスを最適化するためのユーザインタフェースのカスタマイズが重要視されている。 したがって、ユーザニーズや嗜好を理解することは、普及を続けるにつれて、これらの技術の受容と信頼に不可欠である。 本稿では,インターフェースのパーソナライズにおけるHCI原則の実装について論じる。 本稿では、適応設計やマルチモーダルインタラクション、ユーザフィードバック機構など、さまざまなHCI戦略を通じて、ユーザエンゲージメントと満足度を高めるために、パーソナライズされたインターフェースを考案する方法について検討する。 さらに,インターフェース設計における透明性とユーザコントロールの要因を強調し,ユーザによるユーザエクスペリエンスの設計や変更が,自律システムへの信頼の高まりを助長する可能性がある。 このようにして、この研究は、HCIが将来の自動運転車のシナリオにおいて、極めて影響力のある役割を担いながら、安全性とセキュリティの高水準を維持しながら、多様なユーザーのニーズに確実に対応できるようにデザインする。 本稿では,ユーザへの適応設計やマルチモーダルインタラクション,フィードバック機構など,さまざまなHCI戦略を論じるとともに,ユーザエンゲージメントと満足度の両方において,パーソナライズされたインターフェースがいかに大きく向上するかを示す。 インタフェース設計における透明性とユーザコントロールについてもさらに議論し、自律システムにおける信頼状態としてユーザが自身の経験をコントロールできる前提条件の必要性を指摘した。 本稿では, 自動運転車開発におけるHCIの役割を指摘するとともに, 安全・安全基準の施行にともなって, さまざまなニーズに対処する。

関連論文リスト

• ColorAgent: Building A Robust, Personalized, and Interactive OS Agent [48.95201741635228]
  ユーザ指示を実行し,ユーザの要望を忠実に追従できるオペレーティングシステム(OS)エージェントの構築が現実化しつつある。 環境との長期的かつ堅牢なインタラクションを実現するために設計されたOSエージェントであるColorAgentを提示する。 我々は,OSエージェントを温かくて協調的なパートナーとして位置づけ,パーソナライズされたユーザ意図認識と積極的なエンゲージメントについて検討する。
  論文  参考訳（メタデータ） (2025-10-22T09:02:48Z)
• UserBench: An Interactive Gym Environment for User-Centric Agents [110.77212949007958]
  LLM(Large Language Models)ベースのエージェントは、推論とツールの使用において、目覚ましい進歩を遂げてきたが、ユーザと積極的にコラボレーションする能力はまだ未熟である。 マルチターン、選好駆動インタラクションにおいてエージェントを評価するために設計されたユーザ中心のベンチマークであるUserBenchを紹介する。
  論文  参考訳（メタデータ） (2025-07-29T17:34:12Z)
• SafeAgent: Safeguarding LLM Agents via an Automated Risk Simulator [77.86600052899156]
  LLM(Large Language Model)ベースのエージェントは、現実のアプリケーションにますますデプロイされる。 完全自動合成データ生成によるエージェント安全性を体系的に向上する最初のフレームワークであるAutoSafeを提案する。 AutoSafeは安全性のスコアを平均で45%向上させ、現実世界のタスクでは28.91%の改善を実現している。
  論文  参考訳（メタデータ） (2025-05-23T10:56:06Z)
• Towards Trustworthy GUI Agents: A Survey [64.6445117343499]
  本調査では,GUIエージェントの信頼性を5つの重要な次元で検証する。 敵攻撃に対する脆弱性、シーケンシャルな意思決定における障害モードのカスケードなど、大きな課題を特定します。 GUIエージェントが普及するにつれて、堅牢な安全基準と責任ある開発プラクティスを確立することが不可欠である。
  論文  参考訳（メタデータ） (2025-03-30T13:26:00Z)
• Dynamic User Interface Generation for Enhanced Human-Computer Interaction Using Variational Autoencoders [4.1676654279172265]
  本研究では,変分オートエンコーダ(VAE)モデルに基づく,インテリジェントなユーザインタラクションインタフェース生成と最適化のための新しいアプローチを提案する。 VAEベースのアプローチは、オートエンコーダ(AE)、生成敵ネットワーク(GAN)、条件付きGAN(cGAN)、ディープ信頼ネットワーク(DBN)、VAE-GAN(VAE-GAN)などの他の手法と比較して、インタフェース生成の品質と精度を著しく向上させる。
  論文  参考訳（メタデータ） (2024-12-19T04:37:47Z)
• Generative AI in Multimodal User Interfaces: Trends, Challenges, and Cross-Platform Adaptability [0.0]
  ジェネレーティブAIは、ユーザーインターフェイスを再構築する上で重要なドライバとして登場します。 本稿では,現代ユーザインタフェースにおける生成AIの統合について考察する。 マルチモーダルインタラクション、クロスプラットフォーム適応性、動的パーソナライゼーションに焦点を当てている。
  論文  参考訳（メタデータ） (2024-11-15T14:49:58Z)
• Constraining Participation: Affordances of Feedback Features in Interfaces to Large Language Models [49.266685603250416]
  大規模言語モデル(LLM)は、コンピュータ、Webブラウザ、ブラウザベースのインターフェースによるインターネット接続を持つ人なら誰でも利用できるようになった。 本稿では,ChatGPTインタフェースの対話型フィードバック機能によって,LLMへのユーザ参加が期待できるかを検討する。
  論文  参考訳（メタデータ） (2024-08-27T13:50:37Z)
• AutoPal: Autonomous Adaptation to Users for Personal AI Companionship [41.41280146492634]
  本稿では、パーソナルAIコンパニオンにおける自律的適応の必要性を強調する。 エージェントのペルソナを制御可能かつ真正に調整できる階層型フレームワークであるAutoPalを考案する。 実験はAutoPalの有効性を示し、AIコンパニオンにおける自律的適応性の重要性を強調している。
  論文  参考訳（メタデータ） (2024-06-20T03:02:38Z)
• Driving Towards Inclusion: A Systematic Review of AI-powered Accessibility Enhancements for People with Disability in Autonomous Vehicles [4.080497848091375]
  本稿では,自律走行車(AV)と自律走行車(自律走行車)における包括的ヒューマンコンピュータインタラクション(HCI)について検討する。 議論されている主な技術は、脳-コンピュータインターフェース、人為的相互作用、仮想現実、拡張現実、モード適応、音声アクティベートインターフェース、触覚フィードバックなどである。 これらの知見に基づいて,多様なユーザ層にまたがるアクセシビリティ要件に対処するエンドツーエンドの設計フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-26T00:06:08Z)
• Unsupervised Model Personalization while Preserving Privacy and Scalability: An Open Problem [55.21502268698577]
  本研究では,非教師なしモデルパーソナライゼーションの課題について検討する。 この問題を探求するための新しいDual User-Adaptation Framework(DUA)を提供する。 このフレームワークは、サーバ上のモデルパーソナライズとユーザデバイス上のローカルデータ正規化に柔軟にユーザ適応を分散させる。
  論文  参考訳（メタデータ） (2020-03-30T09:35:12Z)

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。