論文の概要: Channelling, Coordinating, Collaborating: A Three-Layer Framework for Disability-Centered Human-Agent Collaboration
- arxiv url: http://arxiv.org/abs/2603.26252v1
- Date: Fri, 27 Mar 2026 10:19:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-30 21:49:48.442392
- Title: Channelling, Coordinating, Collaborating: A Three-Layer Framework for Disability-Centered Human-Agent Collaboration
- Title（参考訳）: チャネルリング,コーディネート,コラボレーション:障害中心の人間-エージェント協調のための3層フレームワーク
- Authors: Lan Xiao, Catherine Holloway,
- Abstract要約: 障害を持つ多くの人々にとって、複雑なタスクは、孤独な努力ではなく、補完的な能力をもたらす他の人々とのコラボレーションによって達成される。
我々は,AIの能力と多様性のコラボレーションにおける役割を再考する3層フレームワークであるChannelling,Coordinating,Co-Creatingを提案する。
- 参考スコア（独自算出の注目度）: 9.587600448186839
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI accessibility tools have mostly been designed for individual use, helping one person overcome a specific functional barrier. But for many people with disabilities, complex tasks are accomplished through collaboration with others who bring complementary abilities, not solitary effort. We propose a three-layer framework, Channelling, Coordinating, and Co-Creating, that rethinks AI's role in ability-diverse collaboration: establishing shared informational ground across abilities, mediating workflows between collaborators with different abilities, and contributing as a bounded partner toward shared goals. Grounded in the Ability-Diverse Collaboration framework, grounding theory, and Carlile's 3T framework, it extends the ``agents as remote collaborators'' vision by centring the collaborative, interdependent ways people with disabilities already work.
- Abstract（参考訳）: AIアクセシビリティツールは、主に個人用に設計されており、ある人が特定の機能的障壁を克服するのに役立つ。
しかし、多くの障害者にとって、複雑なタスクは、孤独な努力ではなく、補完的な能力をもたらす他の人々とのコラボレーションによって達成される。
機能横断的な共有情報基盤を確立すること、異なる能力を持つ共同作業者間のワークフローを仲介すること、共有目標に向けてバウンダリパートナーとして貢献すること。
Ability-Diverse Collaborationフレームワーク、グラウンドディング理論、Carlile氏の3Tフレームワークに基礎を置いているこのフレームワークは、障害を持つ人々がすでに機能している、協調的、相互依存的な方法を強化することで、リモートコラボレーション者としての‘エージェント’のビジョンを拡張している。
関連論文リスト
- TeamHOI: Learning a Unified Policy for Cooperative Human-Object Interactions with Any Team Size [54.0714652192002]
物理に基づくヒューマノイド制御は、現実的でハイパフォーマンスな単一エージェントの動作を可能にするために顕著な進歩を遂げた。
我々は,複数の協力エージェント間で協調的なHOIを処理するための,単一の分散政策を実現するためのフレームワークであるTeamHOIを提案する。
論文 参考訳（メタデータ） (2026-03-09T05:52:13Z) - CooperBench: Why Coding Agents Cannot be Your Teammates Yet [44.06715229961526]
CooperBenchは、4つのプログラミング言語で12のライブラリにまたがる600以上の協調コーディングタスクのベンチマークである。
エージェントは、両方のタスクを個別に実行するよりも、一緒に働く場合の平均30%低い成功率を達成する。
分析の結果,(1)コミュニケーションチャネルは不明瞭で不正確なメッセージに悩まされる,(2)効果的なコミュニケーションであっても,エージェントはコミットメントから逸脱する,(3)エージェントが他人の計画やコミュニケーションに対して誤った期待を抱いている,という3つの重要な問題が明らかになった。
論文 参考訳（メタデータ） (2026-01-19T18:48:37Z) - Learning "Partner-Aware" Collaborators in Multi-Party Collaboration [12.287537011305497]
大規模言語モデル(LLM)は,人間との共同作業を行うエージェント設定にデプロイされることが増えている。
本稿では、協調行動に関する新たな理論的洞察を提供するために、AIアライメントと安全な割り込み可能性文献に基づく。
CG-最適協調者を訓練するための新しいパートナー認識学習アルゴリズムであるInterruptible Collaborative Roleplayer (ICR)を提案する。
論文 参考訳（メタデータ） (2025-10-26T00:05:48Z) - Cross-environment Cooperation Enables Zero-shot Multi-agent Coordination [37.90912492084769]
本研究では,単一パートナーによる環境分布の強化学習が,一般的な協調学習の学習にどのように役立つかを検討する。
何十億もの解決可能な調整課題を生み出すJaxベースの手続き型ジェネレータを2つ導入する。
本研究は,様々なシナリオにまたがって協調学習を行うことによって,エージェントが一般的な規範を発達させることを示唆している。
論文 参考訳（メタデータ） (2025-04-17T07:41:25Z) - Collaborative Gym: A Framework for Enabling and Evaluating Human-Agent Collaboration [50.657070334404835]
Collaborative Gymは、エージェント、人間、タスク環境間の非同期で三分割的なインタラクションを可能にするフレームワークである。
シミュレーション条件と実環境条件の両方において,Co-Gymを3つの代表的なタスクでインスタンス化する。
その結果、協調作業員はタスクパフォーマンスにおいて、完全に自律的なエージェントよりも一貫して優れていたことが判明した。
論文 参考訳（メタデータ） (2024-12-20T09:21:15Z) - On the Critical Role of Conventions in Adaptive Human-AI Collaboration [73.21967490610142]
規則依存表現と規則依存表現を区別する学習フレームワークを提案する。
複雑性が異なる3つの共同作業に対するアプローチを実験的に検証します。
論文 参考訳（メタデータ） (2021-04-07T02:46:19Z)
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。