論文の概要: Signal or 'Noise': Human Reactions to Robot Errors in the Wild

• arxiv url: http://arxiv.org/abs/2602.05010v1
• Date: Wed, 04 Feb 2026 19:52:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.182064
• Title: Signal or 'Noise': Human Reactions to Robot Errors in the Wild
• Title（参考訳）: 信号」や「ノイズ」:野生のロボットエラーに対する人間の反応
• Authors: Maia Stiber, Sameer Khan, Russell Taylor, Chien-Ming Huang,
• Abstract要約: 現実の世界では、ロボットは頻繁にエラーを犯すが、実験室の外でのエラーに対する人々の社会的反応についてはほとんど知られていない。 私たちはコーヒーロボットを作り、公共の場に展開しました。 被験者は, 誤りやその他の刺激に反応して, 社会的信号の変動を連続的に表すことができた。
• 参考スコア（独自算出の注目度）: 2.1349209400003932
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the real world, robots frequently make errors, yet little is known about people's social responses to errors outside of lab settings. Prior work has shown that social signals are reliable and useful for error management in constrained interactions, but it is unclear if this holds in the real world - especially with a non-social robot in repeated and group interactions with successive or propagated errors. To explore this, we built a coffee robot and conducted a public field deployment ($N = 49$). We found that participants consistently expressed varied social signals in response to errors and other stimuli, particularly during group interactions. Our findings suggest that social signals in the wild are rich (with participants volunteering information about the interaction), but "noisy." We discuss lessons, benefits, and challenges for using social signals in real-world HRI.
• Abstract（参考訳）: 現実の世界では、ロボットは頻繁にエラーを起こすが、実験室の外でのエラーに対する人々の社会的反応についてはほとんど知られていない。 以前の研究では、社会的信号は制約された相互作用におけるエラー管理に信頼性があり有用であることが示されているが、それが現実の世界で成立するかどうかは不明だ。 これを探るため、私たちはコーヒーロボットを開発し、公開フィールド展開(N = 49$)を行いました。 その結果、特にグループ間相互作用において、参加者は誤りやその他の刺激に反応して、社会的信号の変動を一貫して表していることがわかった。 以上の結果から,野生の社会シグナルは豊かな(参加者は対話に関する情報をボランティアに提供)が,「騒々しい」ことが示唆された。 実世界のHRIにおける社会信号の活用に関する教訓,メリット,課題について論じる。

関連論文リスト

• Training Models to Detect Successive Robot Errors from Human Reactions [11.790205457987488]
  この研究は、人間の反応からロボットの失敗の段階を認識するために機械学習を使用する。 会話エラーを繰り返したロボットと対話する26人の被験者を対象にした研究では、映像データから行動特徴を抽出し、モデルを訓練した。 最良のモデルは、エラーを検出するための93.5%の精度と、連続する障害を分類するための84.1%を達成した。
  論文  参考訳（メタデータ） (2025-10-10T07:25:44Z)
• ERR@HRI 2.0 Challenge: Multimodal Detection of Errors and Failures in Human-Robot Conversations [18.151307410451796]
  ERR@HRI 2.0 Challengeは、人間とロボットの会話中の会話ロボットの失敗のデータセットを提供する。 データセットには、顔、スピーチ、頭の動きを取り入れた16時間の人-ロボットインタラクションが含まれている。 参加者はチームを作り、マルチモーダルデータを使用してこれらの障害を検出する機械学習モデルを開発するために招待される。
  論文  参考訳（メタデータ） (2025-07-17T18:21:45Z)
• Socially Pertinent Robots in Gerontological Healthcare [81.67026771075037]
  本論文は,パリの保育所における患者と同伴者による2つの実験を通じて,社会的・対話的相互作用能力を備えたフルサイズのヒューマノイドロボットを用いて,この疑問に部分的に答えようとする試みである。 特に、ロボットの知覚とアクションスキルが環境の雑多さに対して堅牢であり、さまざまなインタラクションを扱うために柔軟である場合、ユーザーはこの技術を受け入れる。
  論文  参考訳（メタデータ） (2024-04-11T08:43:37Z)
• 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)
• SACSoN: Scalable Autonomous Control for Social Navigation [62.59274275261392]
  我々は、社会的に邪魔にならないナビゲーションのための政策の訓練方法を開発した。 この反事実的摂動を最小化することにより、共有空間における人間の自然な振る舞いを変えない方法でロボットに行動を促すことができる。 屋内移動ロボットが人間の傍観者と対話する大規模なデータセットを収集する。
  論文  参考訳（メタデータ） (2023-06-02T19:07:52Z)
• A proxemics game between festival visitors and an industrial robot [1.2599533416395767]
  人間ロボットチームのコラボレーションパートナーの非言語的行動は、ヒューマンインタラクションパートナーの体験に影響を及ぼす。 Ars Electronica 2020 Festival for Art, Technology and Society(オーストリア、リンツ)では,産業用ロボットとの対話を招待した。 本研究では,ロボットと対話する人間の一般的な非言語行動と,聴衆の非言語行動について検討した。
  論文  参考訳（メタデータ） (2021-05-28T13:26:00Z)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)

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。