論文の概要: Proposing a Game Theory Approach to Explore Group Dynamics with Social Robot

• arxiv url: http://arxiv.org/abs/2603.28348v1
• Date: Mon, 30 Mar 2026 12:17:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.381717
• Title: Proposing a Game Theory Approach to Explore Group Dynamics with Social Robot
• Title（参考訳）: ソーシャルロボットを用いたグループダイナミクス探索のためのゲーム理論アプローチの提案
• Authors: Giulia Pusceddu,
• Abstract要約: 本稿では,ロボットの影響を評価可能な簡易かつ制御された社会環境を再現するために,パブリックグッドゲームを用いたゲーム理論アプローチを提案する。 人間同士のコラボレーションを促進するロボットの役割を明らかにすることは、教育環境や学生の学習、職場環境などに大きな影響を与える可能性がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Integrating social robots in our group-based society, beyond the technical challenges, requires considering the social group dynamics. Following the results from preliminary exploratory studies on the influence of social robots on group decisions, the proposed research investigates whether social robots can foster cooperation among group members. To achieve this, I propose a game theory approach, employing the Public Good Game to recreate a simplified and controlled social situation where the robot's influence can be evaluated. Clarifying the role of robots in promoting collaboration among humans might have a significant impact in educational environments, enhancing student learning, as well as in workplace settings, where they could facilitate problem-solving and lead to shared solutions.
• Abstract（参考訳）: 技術的課題を超えて、グループベースの社会における社会ロボットの統合には、社会的グループのダイナミクスを検討する必要がある。 グループ決定における社会ロボットの影響に関する予備的な調査研究の結果、社会ロボットがグループメンバー間の協力を育むことができるかどうかについて検討した。 そこで,本稿では,ロボットの影響を評価可能な簡易かつ制御された社会的状況を再現するために,パブリックグッドゲームを用いたゲーム理論アプローチを提案する。 人間同士のコラボレーションを促進するロボットの役割を明らかにすることは、教育環境や学生の学習、職場環境などに大きな影響を与える可能性がある。

関連論文リスト

• Cooperation Through Indirect Reciprocity in Child-Robot Interactions [81.62347137438248]
  間接的相互性は子どもとロボットの相互作用に変換できるかどうかを考察する。 IRは子どもやロボットに拡張され、協調ジレンマが解決される。 マルチアームバンディットアルゴリズムによる協調は,人間による戦略に大きく依存していることが観察された。
  論文  参考訳（メタデータ） (2025-11-07T07:08:32Z)
• The Human Robot Social Interaction (HSRI) Dataset: Benchmarking Foundational Models' Social Reasoning [49.32390524168273]
  本研究は,実世界のソーシャルインタラクションにおいて,人工知能(AI)エージェントの社会的推論を促進することを目的としている。 我々は、言語モデル(LM)と基礎モデル(FM)の能力をベンチマークするために、大規模な実世界のヒューマンロボット社会インタラクション(HSRI)データセットを導入する。 私たちのデータセットは、400以上の現実世界の人間のソーシャルロボットインタラクションビデオと10K以上のアノテーションで構成され、ロボットの社会的エラー、能力、合理性、修正行動の詳細を記述しています。
  論文  参考訳（メタデータ） (2025-04-07T06:27:02Z)
• A Retrospective on the Robot Air Hockey Challenge: Benchmarking Robust, Reliable, and Safe Learning Techniques for Real-world Robotics [53.33976793493801]
  私たちは、NeurIPS 2023カンファレンスでRobot Air Hockey Challengeを組織しました。 我々は、シム・トゥ・リアルギャップ、低レベルの制御問題、安全性問題、リアルタイム要件、実世界のデータの限られた可用性など、ロボット工学における実践的な課題に焦点を当てる。 その結果、学習に基づくアプローチと事前知識を組み合わせたソリューションは、実際のデプロイメントが困難である場合にデータのみに依存するソリューションよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2024-11-08T17:20:47Z)
• Interação entre robôs humanoides: desenvolvendo a colaboração e comunicação autônoma [0.0]
  本研究は,ヒューマノイドロボットNAOとPepperの相互作用について検討し,教育環境におけるその可能性を強調した。 プログラムされた一連のインタラクションを通じて、ロボットは自律的に行動のコミュニケーションとコーディネートを行う能力を実証した。
  論文  参考訳（メタデータ） (2024-10-22T21:55:54Z)
• Robot Interaction Behavior Generation based on Social Motion Forecasting for Human-Robot Interaction [9.806227900768926]
  本稿では,共有ロボット表現空間における社会的動き予測のモデル化を提案する。 ECHOは上記の共有空間で活動し、社会的シナリオで遭遇したエージェントの将来の動きを予測する。 我々は,多対人動作予測タスクにおけるモデルの評価を行い,最先端の性能を大きなマージンで獲得する。
  論文  参考訳（メタデータ） (2024-02-07T11:37:14Z)
• Socially Cognizant Robotics for a Technology Enhanced Society [13.094097428580564]
  我々は、技術・社会科学の手法を合成する学際的アプローチ、社会的認知ロボティクスを提唱する。 このアプローチは、AI駆動型ロボットの動作を形作る上で、ステークホルダーの参加を促進する必要性に従うものだ、と私たちは主張する。 我々は、従来の技術ベースのメトリクスと重要な、しかし難しいメトリクスのバランスをとる、社会的に認知されたロボット設計のためのベストプラクティスを開発します。
  論文  参考訳（メタデータ） (2023-10-27T17:53:02Z)
• SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
  人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。 エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
  論文  参考訳（メタデータ） (2023-10-18T02:27:01Z)
• Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
  本研究は,競争行動の社会的影響に基づく新しい強化学習機構を提案する。 提案モデルでは, 人工エージェントの学習を調節するための競合スコアを導出するために, 客観的, 社会的認知的メカニズムを集約する。
  論文  参考訳（メタデータ） (2022-08-22T14:06:06Z)
• From Learning to Relearning: A Framework for Diminishing Bias in Social Robot Navigation [3.3511723893430476]
  社会的ナビゲーションモデルは、差別や差別のような社会的不公平を複製し、促進し、増幅することができる。 提案するフレームワークは,安全性と快適性を考慮したソーシャルコンテキストを学習プロセスに組み込んだtextitlearningと,発生前に潜在的に有害な結果を検出し修正するtextitrelearningの2つのコンポーネントで構成されている。
  論文  参考訳（メタデータ） (2021-01-07T17:42:35Z)
• Reinforcement Learning Approaches in Social Robotics [3.9523548427618067]
  本稿では,ソーシャルロボティクスにおける強化学習のアプローチについて調査する。 インタラクションは強化学習とソーシャルロボティクスの両方において重要な要素であるため、物理的に具体化されたソーシャルロボティクスとの現実世界のインタラクションには適している。
  論文  参考訳（メタデータ） (2020-09-21T08:56:18Z)

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。