論文の概要: A Network-Based Framework for Modeling and Analyzing Human-Robot Coordination Strategies

• arxiv url: http://arxiv.org/abs/2512.15282v1
• Date: Wed, 17 Dec 2025 10:37:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.3904
• Title: A Network-Based Framework for Modeling and Analyzing Human-Robot Coordination Strategies
• Title（参考訳）: 人-ロボット協調戦略のモデル化と解析のためのネットワークベースフレームワーク
• Authors: Martijn IJtsma, Salvatore Hargis,
• Abstract要約: 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。
• 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: Studies of human-robot interaction in dynamic and unstructured environments show that as more advanced robotic capabilities are deployed, the need for cooperative competencies to support collaboration with human problem-holders increases. Designing human-robot systems to meet these demands requires an explicit understanding of the work functions and constraints that shape the feasibility of alternative joint work strategies. Yet existing human-robot interaction frameworks either emphasize computational support for real-time execution or rely on static representations for design, offering limited support for reasoning about coordination dynamics during early-stage conceptual design. To address this gap, this article presents a novel computational framework for analyzing joint work strategies in human-robot systems by integrating techniques from functional modeling with graph-theoretic representations. The framework characterizes collective work in terms of the relationships among system functions and the physical and informational structure of the work environment, while explicitly capturing how coordination demands evolve over time. Its use during conceptual design is demonstrated through a case study in disaster robotics, which shows how the framework can be used to support early trade-space exploration of human-robot coordination strategies and to identify cooperative competencies that support flexible management of coordination overhead. These results show how the framework makes coordination demands and their temporal evolution explicit, supporting design-time reasoning about cooperative competency requirements and work demands prior to implementation.
• Abstract（参考訳）: 動的および非構造環境における人間とロボットの相互作用の研究は、より高度なロボット能力が展開されるにつれて、人間の問題保有者との協調を支援する協調能力の必要性が高まっていることを示している。 これらの要求を満たすように人間ロボットシステムを設計するには、代替の共同作業戦略の実現可能性を形成する作業機能と制約を明確に理解する必要がある。 しかし、既存のヒューマンロボットインタラクションフレームワークは、リアルタイム実行のための計算サポートを強調したり、設計のための静的表現に依存したり、初期の概念設計において調整ダイナミクスに関する推論を限定的にサポートする。 このギャップに対処するため,本論文では,グラフ理論表現を用いた関数モデルからの手法を統合することにより,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い、調整要求が時間とともにどのように進化するかを明確に把握する。 その概念設計における利用は、災害ロボット工学のケーススタディを通じて実証され、このフレームワークは、人間とロボットの協調戦略の初期の貿易空間探索を支援し、調整オーバーヘッドの柔軟な管理を支援する協調能力を特定するためにどのように使用できるかを示す。 これらの結果は、フレームワークが協調要求と時間的進化を明確にし、協調的な能力要件と実装前の作業要求に関する設計時推論をサポートする方法を示している。

関連論文リスト

• From Perception to Action: An Interactive Benchmark for Vision Reasoning [51.11355591375073]
  Causal Hierarchy of Actions and Interactions (CHAIN)ベンチマークは、モデルが物理的制約に基づいて構造化されたアクションシーケンスを理解し、計画し、実行できるかを評価するために設計された。 CHAINは、受動的知覚からアクティブな問題解決、機械パズルのインターロックや3D積み重ね、パッキングといったタスクへと評価をシフトする。 以上の結果から,トップパフォーマンスモデルでは,物理構造や因果制約の内在化に苦慮し,信頼性の高い長期計画の作成に失敗することが多く,認識された構造を効果的に翻訳することができないことが示唆された。
  論文  参考訳（メタデータ） (2026-02-24T15:33:02Z)
• Agentic Reasoning for Large Language Models [122.81018455095999]
  推論は推論、問題解決、意思決定の基礎となる基本的な認知プロセスである。 大規模言語モデル(LLM)は、クローズドワールド設定では強力な推論能力を示すが、オープンエンドおよび動的環境では苦労する。 エージェント推論は、連続的な相互作用を計画し、行動し、学習する自律的なエージェントとしてLLMを解釈することでパラダイムシフトを示す。
  論文  参考訳（メタデータ） (2026-01-18T18:58:23Z)
• The Era of Agentic Organization: Learning to Organize with Language Models [107.41382234213893]
  我々は,非同期思考(AsyncThink)を大規模言語モデルを用いた推論の新しいパラダイムとして紹介する。 実験では、AsyncThinkは並列思考に比べて28%低い推論遅延を実現している。 AsyncThinkは学習した非同期思考機能を一般化し、未確認タスクを追加のトレーニングなしで効果的に処理する。
  論文  参考訳（メタデータ） (2025-10-30T16:25:10Z)
• Interaction, Process, Infrastructure: A Unified Architecture for Human-Agent Collaboration [16.81148151905355]
  インタラクション,プロセス,インフラストラクチャを統合したヒューマンエージェントシステムのための階層化フレームワークを提案する。 このモデルは、現在のツールの限界を明確にし、新しいシステム設計アプローチを統一し、研究者やAIシステムビルダーにとっての新しい機会を明らかにする。
  論文  参考訳（メタデータ） (2025-06-13T12:34:15Z)
• Human-Artificial Interaction in the Age of Agentic AI: A System-Theoretical Approach [0.0]
  本稿では,ヒューマン・コンピュータ・インタラクション(HCI, Human-Computer Interaction)の新たな視点について述べる。 マルチエージェントシステム(MAS)とセンタウリアンシステム(Centaurian system)は、人間とAIのコラボレーションの2つのパラダイムを表す。 我々の研究は、自律ロボット工学、ヒューマン・イン・ザ・ループの意思決定、AI駆動の認知アーキテクチャに実践的な応用がある。
  論文  参考訳（メタデータ） (2025-02-19T07:55:34Z)
• Communication Learning in Multi-Agent Systems from Graph Modeling Perspective [62.13508281188895]
  本稿では,エージェント間の通信アーキテクチャを学習可能なグラフとして概念化する手法を提案する。 本稿では,各エージェントに対して時間的ゲーティング機構を導入し,ある時間に共有情報を受信するかどうかの動的決定を可能にする。
  論文  参考訳（メタデータ） (2024-11-01T05:56:51Z)
• HARMONIC: Cognitive and Control Collaboration in Human-Robotic Teams [2.6627293764668902]
  本稿では,人間ロボットチーム(HRT)に適用された汎用ロボット制御システムと,OntoAgent認知フレームワークを統合した認知ロボティックアーキテクチャについて述べる。 Harmonicはメタ認知、意味のある自然言語通信、HRTの相互信頼開発に必要な説明可能性を備えている。
  論文  参考訳（メタデータ） (2024-09-26T16:48:21Z)
• Learning Multi-Agent Communication from Graph Modeling Perspective [62.13508281188895]
  本稿では,エージェント間の通信アーキテクチャを学習可能なグラフとして概念化する手法を提案する。 提案手法であるCommFormerは,通信グラフを効率よく最適化し,勾配降下によるアーキテクチャパラメータをエンドツーエンドで並列に洗練する。
  論文  参考訳（メタデータ） (2024-05-14T12:40:25Z)
• Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
  社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。 本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。 マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
  論文  参考訳（メタデータ） (2024-01-22T18:58:22Z)
• Towards socially-competent and culturally-adaptive artificial agents Expressive order, interactional disruptions and recovery strategies [0.0]
  この研究の総体的目的は、人工エージェントをダイアド的相互作用よりも社会的に競争力のあるものにするための枠組みを構築することである。 本稿は,(i)社会的能力,(ii)関係的役割,(iii)近接性の3次元に焦点をあてて,この能力レベルがいかに達成されるかを強調した。
  論文  参考訳（メタデータ） (2023-08-06T15:47:56Z)
• 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)

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。