論文の概要: Point of View: How Perspective Affects Perceived Robot Sociability

• arxiv url: http://arxiv.org/abs/2603.28272v1
• Date: Mon, 30 Mar 2026 10:54:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.346012
• Title: Point of View: How Perspective Affects Perceived Robot Sociability
• Title（参考訳）: 視点:視点がロボットの社会性に与える影響
• Authors: Subham Agrawal, Aftab Akthar, Nils Dengler, Maren Bennewitz,
• Abstract要約: 本研究では,異なる視点がロボット軌道の社会性や乱れの知覚に与える影響について検討する。 以上の結果から,移動距離が知覚障害に影響を及ぼす一方で,頭部や頭蓋などのコミュニケーション的社会的シグナルが,ロボットの行動の認知的社会的可能性を高めることが示唆された。
• 参考スコア（独自算出の注目度）: 6.074775040047957
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ensuring that robot navigation is safe and socially acceptable is crucial for comfortable human-robot interaction in shared environments. However, existing validation methods often rely on a bird's-eye (allocentric) perspective, which fails to capture the subjective first-person experience of pedestrians encountering robots in the real world. In this paper, we address the perceptual gap between allocentric validation and egocentric experience by investigating how different perspectives affect the perceived sociability and disturbance of robot trajectories. Our approach uses an immersive VR environment to evaluate identical robot trajectories across allocentric, egocentric-proximal, and egocentric-distal viewpoints in a user study. We perform this analysis for trajectories generated from two different navigation policies to understand if the observed differences are unique to a single type of trajectory or more generalizable. We further examine whether augmenting a trajectory with a head-nod gesture can bridge the perceptual gap and improve human comfort. Our experiments suggest that trajectories rated as sociable from an allocentric view may be perceived as significantly more disturbing when experienced from a first-person perspective in close proximity. Our results also demonstrate that while passing distance affects perceived disturbance, communicative social signaling, such as a head-nod, can effectively enhance the perceived sociability of the robot's behavior.
• Abstract（参考訳）: ロボットナビゲーションが安全で社会的に受け入れられることを保証することは、共有環境における快適な人間とロボットの相互作用に不可欠である。 しかし、既存の検証手法は、現実の世界でロボットと遭遇する歩行者の主観的なファーストパーソン体験を捉えるのに失敗する鳥の目(アロセンティブ)の視点に頼っていることが多い。 本稿では,同心性検証と自我性体験の知覚的ギャップについて,異なる視点がロボット軌道の知覚的社会的可能性と乱れに与える影響について検討する。 本手法では, 没入型VR環境を用いて, 同心的, 自我的, 自我的, 遠近的な視点で同一のロボット軌道を評価する。 この分析は、2つの異なるナビゲーションポリシーから生成されたトラジェクトリに対して行われ、観測された違いが単一タイプのトラジェクトリに固有のものなのか、より一般化可能なものなのかを理解する。 さらに,頭部のジェスチャーで軌跡を増大させることで,知覚的ギャップを埋めることができ,人間の快適性を向上させることができるかを検討する。 本実験は, 近距離における1対1の視点からみると, 同中心的な視点から判断される軌道は, はるかに乱雑であると考えられる可能性が示唆された。 また,移動距離が知覚障害に影響を及ぼす一方で,頭蓋などのコミュニケーション的社会的シグナルは,ロボットの行動の認知的社会的可能性を高めることができることを示した。

関連論文リスト

• EgoHumanoid: Unlocking In-the-Wild Loco-Manipulation with Robot-Free Egocentric Demonstration [67.13034606664333]
  EgoHumanoidは、エゴセントリックな人間のデモを使って視覚言語アクションポリシーを共同訓練する最初のフレームワークである。 スケーラブルな人的データ収集のためのポータブルシステムを開発した。
  論文  参考訳（メタデータ） (2026-02-10T18:59:03Z)
• Act, Sense, Act: Learning Non-Markovian Active Perception Strategies from Large-Scale Egocentric Human Data [30.493131697188627]
  我々は、情報ゲインと意思決定分岐によって駆動される非マルコフ過程として能動的知覚を定式化する。 本稿では,認知と記憶を意識した視覚言語アクションフレームワークCoMe-VLAを紹介する。 本フレームワークは,自律的なサブタスク遷移のための認知補助ヘッドと,一貫した自己および環境意識を維持するためのデュアルトラックメモリシステムを統合する。
  論文  参考訳（メタデータ） (2026-02-04T14:28:14Z)
• EgoCogNav: Cognition-aware Human Egocentric Navigation [6.817711914976566]
  EgoCogNavは、遅延状態として認識されるパスの不確実性を予測するマルチモーダルなエゴセントリックナビゲーションフレームワークである。 EgoCogNavは、見えない環境に一般化しつつ、スキャン、鎮静、バックトラッキングといった人間的な行動と非常に相関する認識の不確かさを学習している。
  論文  参考訳（メタデータ） (2025-11-15T15:59:36Z)
• Improving Visual Perception of a Social Robot for Controlled and In-the-wild Human-robot Interaction [10.260966795508569]
  ソーシャルロボットが深層学習に基づく視覚知覚モデルを採用すると、客観的相互作用性能と主観的ユーザ体験がどう影響するかは明らかでない。 我々は、ペッパーロボットの視覚知覚機能を改善するために、最先端の人間の知覚と追跡モデルを用いている。
  論文  参考訳（メタデータ） (2024-03-04T06:47:06Z)
• See, Hear, and Feel: Smart Sensory Fusion for Robotic Manipulation [49.925499720323806]
  視覚的、聴覚的、触覚的知覚が、ロボットが複雑な操作タスクを解くのにどのように役立つかを研究する。 私たちは、カメラで見たり、コンタクトマイクで聞いたり、視覚ベースの触覚センサーで感じるロボットシステムを構築しました。
  論文  参考訳（メタデータ） (2022-12-07T18:55:53Z)
• Occlusion-Robust Multi-Sensory Posture Estimation in Physical Human-Robot Interaction [10.063075560468798]
  1台のカメラ上でのOpenPoseからの2D姿勢と、人間がタスクを実行している間に対話するロボットの軌道。 1台のカメラ上でのOpenPoseからの2D姿勢と、人間がタスクを実行している間に対話するロボットの軌道を利用する。 本研究は,OpenPoseのみを用いた姿勢推定や,ロボットの軌道のみを用いた姿勢推定よりも,人間の体力の冗長性を解消できることを示す。
  論文  参考訳（メタデータ） (2022-08-12T20:41:09Z)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• 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 Inference of States, Robot Knowledge, and Human (False-)Beliefs [90.20235972293801]
  本稿では,人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)の認知能力が,ロボットとの相互作用にどのように影響するかを理解するために,対象状態,ロボット知識,人間(時間的)の認知能力の表現にグラフィカルモデルを採用することを提案する。 推論アルゴリズムは、複数のビューにまたがる全てのロボットから個別のpgを融合し、単一のビューから発生したエラーを克服するより効果的な推論能力を得る。
  論文  参考訳（メタデータ） (2020-04-25T23:02:04Z)

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。