論文の概要: Reframing Conversational Design in HRI: Deliberate Design with AI Scaffolds
- arxiv url: http://arxiv.org/abs/2601.12084v1
- Date: Sat, 17 Jan 2026 15:21:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-30 05:46:46.370397
- Title: Reframing Conversational Design in HRI: Deliberate Design with AI Scaffolds
- Title（参考訳）: HRIにおける会話設計のリフレーミング - AIスキャフォールドによる検討
- Abstract要約: 本稿では,人間とロボットの会話を意図的に設計するシステムであるAI-Aided Conversation Engine(ACE)を紹介する。
1)「ブランクページ問題」を克服するために初期即時生成を足場とするLLM音声エージェント,2)会話文の粒度と接地フィードバックの収集を可能にするアノテーションインターフェース,3)LLMを使用してユーザのフィードバックを即時改善する。
その結果、ACEはロボット行動の創出を促進するため、より明確かつ特異性が高くなり、ACEによって生成されたプロンプトは、高品質な人間とロボットの対話に繋がることがわかった。
- 参考スコア（独自算出の注目度）: 17.978554550286955
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models (LLMs) have enabled conversational robots to move beyond constrained dialogue toward free-form interaction. However, without context-specific adaptation, generic LLM outputs can be ineffective or inappropriate. This adaptation is often attempted through prompt engineering, which is non-intuitive and tedious. Moreover, predominant design practice in HRI relies on impression-based, trial-and-error refinement without structured methods or tools, making the process inefficient and inconsistent. To address this, we present the AI-Aided Conversation Engine (ACE), a system that supports the deliberate design of human-robot conversations. ACE contributes three key innovations: 1) an LLM-powered voice agent that scaffolds initial prompt creation to overcome the "blank page problem," 2) an annotation interface that enables the collection of granular and grounded feedback on conversational transcripts, and 3) using LLMs to translate user feedback into prompt refinements. We evaluated ACE through two user studies, examining both designs' experience and end users' interactions with robots designed using ACE. Results show that ACE facilitates the creation of robot behavior prompts with greater clarity and specificity, and that the prompts generated with ACE lead to higher-quality human-robot conversational interactions.
- Abstract（参考訳）: 大規模言語モデル(LLM)により、会話ロボットは制約付き対話を超えて自由形式の対話へと移行できるようになった。
しかし、文脈固有の適応がなければ、ジェネリックLSM出力は非効率または不適切である。
この適応はしばしば、直感的で退屈な、即興的なエンジニアリングによって試みられる。
さらに、HRIにおける主要な設計プラクティスは、構造化された方法やツールを使わずに、印象に基づく、試行錯誤の洗練に依存しており、プロセスは非効率で一貫性がない。
これを解決するために,人間ロボットの会話を意図的に設計するシステムであるAI-Aided Conversation Engine(ACE)を提案する。
ACEは3つの重要なイノベーションに貢献しています。
1)「ブランクページ問題」を克服するために初期プロンプト生成を足場としたLLM音声エージェント
2)会話の書き起こしに対するきめ細やかなフィードバックの収集を可能にするアノテーションインターフェース,
3) LLM を使用してユーザのフィードバックを迅速な改善に変換する。
本研究では,2つのユーザスタディを通じてACEを評価し,ACEを用いて設計したロボットによる設計経験とエンドユーザのインタラクションについて検討した。
その結果、ACEはロボット行動の創出を促進するため、より明確かつ特異性が高くなり、ACEによって生成されたプロンプトは、高品質な人間とロボットの対話に繋がることがわかった。
関連論文リスト
- A Context Alignment Pre-processor for Enhancing the Coherence of Human-LLM Dialog [0.0]
本稿では、コンテキストアライメント・プリプロセッサ(C.A.P.)と呼ばれる計算フレームワークを提案する。
生成時に動作するのではなく、C.A.P.はユーザー入力と応答生成の間の前処理モジュールとして機能する。
我々は、C.A.P.は技術的な改良であるだけでなく、人間とコンピュータの対話を片道コマンド実行パターンから双方向の自己修正、パートナーシップベースのコラボレーションに移行するための一歩でもあると論じている。
論文 参考訳（メタデータ） (2026-03-17T01:36:14Z) - Bidirectional Human-Robot Communication for Physical Human-Robot Interaction [13.222878560524896]
BRIDGEは、物理的支援における双方向の人間ロボット通信システムである。
提案手法では,自然言語を用いてロボットの計画軌道をリアルタイムで修正することができる。
本システムでは, ユーザに対して, 結果の変化の確認や, 明確な疑問の呈示など, 言葉によるフィードバックを提供する。
論文 参考訳（メタデータ） (2026-01-15T19:01:02Z) - The ICASSP 2026 HumDial Challenge: Benchmarking Human-like Spoken Dialogue Systems in the LLM Era [95.35748535806744]
我々はICASSP 2026で最初のヒューマンライクな音声対話システムチャレンジ(HumDial)を開催する。
本稿では,データセット,トラック構成,最終結果について概説する。
論文 参考訳（メタデータ） (2026-01-09T06:32:30Z) - RoboOmni: Proactive Robot Manipulation in Omni-modal Context [165.09049429566238]
我々は,音声対話や環境音,視覚的手がかりから意図を導出する,クロスモーダルな文脈指示を導入する。
目的認識,インタラクション確認,アクション実行を統一する,エンドツーエンドのOmni-Modal LLMに基づくフレームワークであるRoboOmniを提案する。
シミュレーションと実世界の設定の実験では、Robo OmniはテキストベースとASRベースのベースラインを越え、成功率、推論速度、意図認識、積極的に支援している。
論文 参考訳（メタデータ） (2025-10-27T18:49:03Z) - REALTALK: A 21-Day Real-World Dataset for Long-Term Conversation [51.97224538045096]
本稿では、21日間のメッセージアプリ対話のコーパスであるREALTALKを紹介する。
EI属性とペルソナの整合性を比較し,現実世界の対話による課題を理解する。
その結果,モデルでは対話履歴のみからユーザをシミュレートすることが困難であり,特定のユーザチャットの微調整はペルソナのエミュレーションを改善することがわかった。
論文 参考訳（メタデータ） (2025-02-18T20:29:01Z) - OmniFlatten: An End-to-end GPT Model for Seamless Voice Conversation [53.7173034249361]
エンド・ツー・エンドのGPTベースモデルであるOmniFlattenは、低レイテンシで自然な会話に固有の複雑な振る舞いを効果的にモデル化することができる。
提案手法は, 簡便なモデリング手法と, より効率的かつ自然な対話システムを構築するための研究の方向性を提供する。
論文 参考訳（メタデータ） (2024-10-23T11:58:58Z) - X-TURING: Towards an Enhanced and Efficient Turing Test for Long-Term Dialogue Agents [56.64615470513102]
チューリングテストは、自然言語の会話においてAIが人間のような振る舞いを示すかどうかを調べる。
従来の設定では、各参加者は一度に1つのメッセージに制限される。
本稿では,textitburstダイアログパターンを用いて,元のテストを強化するtextbftextscX-Turingを提案する。
論文 参考訳（メタデータ） (2024-08-19T09:57:28Z) - Ain't Misbehavin' -- Using LLMs to Generate Expressive Robot Behavior in
Conversations with the Tabletop Robot Haru [9.2526849536751]
本稿では,大規模言語モデル(LLM)を利用して,表現行動を伴うロボット応答を生成する,完全自動会話システムを提案する。
提案したシステムを用いて,ボランティアが社会ロボットとチャットし,そのフィードバックを分析し,チャットテキストの厳密な誤り解析を行う。
最も否定的なフィードバックは、会話に限られた影響を及ぼす自動音声認識(ASR)エラーによるものだった。
論文 参考訳（メタデータ） (2024-02-18T12:35:52Z) - Exploring Interaction Patterns for Debugging: Enhancing Conversational
Capabilities of AI-assistants [18.53732314023887]
大規模言語モデル(LLM)は、プログラマが様々なソフトウェア開発タスクの自然言語説明を得ることを可能にする。
LLMはしばしば十分な文脈なしに行動し、暗黙の仮定や不正確な反応を引き起こす。
本稿では,対話パターンと会話分析からインスピレーションを得て,デバッグのための対話型AIアシスタントRobinを設計する。
論文 参考訳（メタデータ） (2024-02-09T07:44:27Z) - CARTIER: Cartographic lAnguage Reasoning Targeted at Instruction
Execution for Robots [9.393951367344894]
本研究は、空間計画とナビゲーションのための自然言語インタフェースの交わりにおける問題に対処する大規模言語モデルの能力について考察する。
我々は、ロボット工学で一般的に見られる従来の明示的な手続き的指示よりも、自然な会話に近い複雑な指示に従うことに重点を置いている。
我々は3DシミュレータAI2Thorを利用して、大規模な家庭用クエリシナリオを作成し、40のオブジェクトタイプに対して複雑な言語クエリを追加することで拡張する。
論文 参考訳（メタデータ） (2023-07-21T19:09:37Z) - Smoothing Dialogue States for Open Conversational Machine Reading [70.83783364292438]
本稿では,2つの対話状態を1つのデコーダとブリッジ決定と質問生成でスムーズにすることで,効果的なゲーティング戦略を提案する。
OR-ShARCデータセットを用いた実験により,本手法の有効性が示された。
論文 参考訳（メタデータ） (2021-08-28T08:04:28Z)
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。