論文の概要: From Pets to Robots: MojiKit as a Data-Informed Toolkit for Affective HRI Design
- arxiv url: http://arxiv.org/abs/2603.11632v1
- Date: Thu, 12 Mar 2026 07:52:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-21 18:33:56.714116
- Title: From Pets to Robots: MojiKit as a Data-Informed Toolkit for Affective HRI Design
- Title（参考訳）: ペットからロボットへ - 感情的HRI設計のためのデータインフォームドツールキットMojiKit
- Authors: Liwen He, Pingting Chen, Ziheng Tang, Yixiao Liu, Jihong Jeung, Teng Han, Xin Tong,
- Abstract要約: MojiKitは、参考カード、動物型ロボットプロトタイプ(MomoBot)、行動制御スタジオを組み合わせたツールキットである。
私たちのコントリビューションには、ペットにインスパイアされた情緒的HRIデザインのためのデータインフォームされた構造化リソース、手動プロトタイピングで参照材料をブリッジする統合ツールキット、MojiKitがユーザに対して、よりリッチで多様な情緒的ロボットの振る舞いを体系的に作り出すための、実証的なエビデンスなどが含まれています。
- 参考スコア（独自算出の注目度）: 10.476817939481835
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Designing affective behaviors for animal-inspired social robots often relies on intuition and personal experience, leading to fragmented outcomes. To provide more systematic guidance, we first coded and analyzed human-pet interaction videos, validated insights through literature and interviews, and created structured reference cards that map the design space of pet-inspired affective interactions. Building on this, we developed MojiKit, a toolkit combining reference cards, a zoomorphic robot prototype (MomoBot), and a behavior control studio. We evaluated MojiKit in co-creation workshops with 18 participants, finding that MojiKit helped them design 35 affective interaction patterns beyond their own pet experiences, while the code-free studio lowered the technical barrier and enhanced creative agency. Our contributions include the data-informed structured resource for pet-inspired affective HRI design, an integrated toolkit that bridges reference materials with hands-on prototyping, and empirical evidence showing how MojiKit empowers users to systematically create richer, more diverse affective robot behaviors.
- Abstract（参考訳）: 動物に触発された社会ロボットに対する感情的な行動の設計は直感と個人的な経験に依存し、断片的な結果をもたらすことが多い。
よりシステマティックなガイダンスを提供するため、私たちはまず人間とペットのインタラクションビデオのコーディングと分析を行い、文献やインタビューを通じて洞察を検証し、ペットに触発された情緒的なインタラクションの設計空間をマッピングする構造化されたリファレンスカードを作成しました。
そこで我々は,参照カードと動物園型ロボットプロトタイプ(MomoBot)と行動制御スタジオを組み合わせたツールキットであるMojiKitを開発した。
私たちは18人の参加者と共同創造ワークショップでMojiKitを評価し、MojiKitが自身のペット体験を超えた35の感情的相互作用パターンの設計を支援したのに対して、コードフリースタジオは技術的な障壁を低くし、クリエイティブエージェンシーを強化した。
私たちのコントリビューションには、ペットにインスパイアされた情緒的HRIデザインのためのデータインフォームされた構造化リソース、手動プロトタイピングで参照材料をブリッジする統合ツールキット、MojiKitがユーザに対して、よりリッチで多様な情緒的ロボットの振る舞いを体系的に作り出すための、実証的なエビデンスなどが含まれています。
関連論文リスト
- RobotDesignGPT: Automated Robot Design Synthesis using Vision Language Models [8.028867584692312]
本稿では,ロボット設計プロセスを自動化するための新しいロボット設計フレームワーク,RobotDesignGPTを提案する。
本フレームワークは,簡単なユーザプロンプト合成と参照画像から初期ロボット設計を合成する。
われわれのフレームワークは、脚のある動物から飛ぶ生物まで、自然に触発された視覚的に魅力的でキネマティックに有効なロボットを設計できることを実証する。
論文 参考訳（メタデータ） (2026-01-16T22:04:49Z) - Hybrid-supervised Hypergraph-enhanced Transformer for Micro-gesture Based Emotion Recognition [30.016692048849226]
マイクロジェスチャーは、人間の感情状態を伝達できる無意識の身体ジェスチャーである。
ハイパーグラフ強調変換器を用いて行動パターンを再構成することにより,マイクロジェスチャーに基づく感情状態の認識を提案する。
提案手法は,iMiGUEとSMGの2つの公開データセットで評価される。
論文 参考訳（メタデータ） (2025-07-20T08:27:56Z) - MBE-ARI: A Multimodal Dataset Mapping Bi-directional Engagement in Animal-Robot Interaction [1.9953518809021749]
MBE-ARI(Multimodal Bidirectional Engagement in Animal-Robot Interaction, MBE-ARI)は、足のついたロボットと牛の詳細な相互作用を捉える新しいデータセットである。
データセットには、複数の視点からRGB-Dストリームを同期し、ボディポーズとアノテートされたアノテートと、インタラクションフェーズ間のアクティビティラベルが含まれている。
また,四足歩行に適した全体ポーズ推定モデルを導入し,平均平均精度92.7%の39個のキーポイントを追跡できる。
論文 参考訳（メタデータ） (2025-04-11T15:45:23Z) - Enabling Rapid Shared Human-AI Mental Model Alignment via the After-Action Review [3.753635296366264]
私たちのブラウザベースのMinecraftテストベッドは、連続的な空間、リアルタイム、部分的に観測可能な環境での協調エージェントの迅速なテストを可能にします。
我々のメンタルモデルアライメントツールは、チームメンバーのファーストパーソン視点のビデオ表示を含めることで、ユーザ主導のミッション後分析を容易にする。
論文 参考訳（メタデータ） (2025-03-25T12:43:18Z) - Survey of User Interface Design and Interaction Techniques in Generative AI Applications [79.55963742878684]
我々は,デザイナやディベロッパの参照として使用できる,さまざまなユーザインタラクションパターンのコンペレーションを作ることを目指している。
また、生成AIアプリケーションの設計についてもっと学ぼうとする人たちの参入障壁を低くしようと努力しています。
論文 参考訳（メタデータ） (2024-10-28T23:10:06Z) - Polybot: Training One Policy Across Robots While Embracing Variability [70.74462430582163]
複数のロボットプラットフォームにデプロイするための単一のポリシーをトレーニングするための重要な設計決定セットを提案する。
われわれのフレームワークは、まず、手首カメラを利用して、我々のポリシーの観察空間と行動空間を具体化して調整する。
6つのタスクと3つのロボットにまたがる60時間以上のデータセットを用いて,関節の形状や大きさの異なるデータセットの評価を行った。
論文 参考訳（メタデータ） (2023-07-07T17:21:16Z) - Model Predictive Control for Fluid Human-to-Robot Handovers [50.72520769938633]
人間の快適さを考慮に入れた計画運動は、人間ロボットのハンドオーバプロセスの一部ではない。
本稿では,効率的なモデル予測制御フレームワークを用いてスムーズな動きを生成することを提案する。
ユーザ数名の多様なオブジェクトに対して,人間とロボットのハンドオーバ実験を行う。
論文 参考訳（メタデータ） (2022-03-31T23:08:20Z) - Dynamic Modeling of Hand-Object Interactions via Tactile Sensing [133.52375730875696]
本研究では,高分解能な触覚グローブを用いて,多種多様な物体に対して4種類のインタラクティブな動作を行う。
我々は,クロスモーダル学習フレームワーク上にモデルを構築し,視覚処理パイプラインを用いてラベルを生成し,触覚モデルを監督する。
この研究は、高密度触覚センシングによる手動物体相互作用における動的モデリングの一歩を踏み出す。
論文 参考訳（メタデータ） (2021-09-09T16:04:14Z) - Cognitive architecture aided by working-memory for self-supervised
multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。
ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。
1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文 参考訳（メタデータ） (2021-03-16T13:50:24Z) - 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。