論文の概要: Warmth and Competence in the Swarm: Designing Effective Human-Robot Teams

• arxiv url: http://arxiv.org/abs/2604.19270v1
• Date: Tue, 21 Apr 2026 09:35:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.705445
• Title: Warmth and Competence in the Swarm: Designing Effective Human-Robot Teams
• Title（参考訳）: Swarmの温かさと能力 - 効果的な人間-ロボットチームの設計
• Authors: Genki Miyauchi, Roderich Groß, Chaona Chen,
• Abstract要約: その結果,群集行動の変動は,参加者の温かさと能力に対する認識に一貫して影響を及ぼすことがわかった。 より長い放送期間は、温暖感を増し、より大きな分離距離は、知覚能力を高めた。 参加者は、最も早くタスクを完了したチームではなく、暖かくて有能なロボットチームを好む。
• 参考スコア（独自算出の注目度）: 1.5990128507938433
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As groups of robots increasingly collaborate with humans, understanding how humans perceive them is critical for designing effective human-robot teams. While prior research examined how humans interpret and evaluate the abilities and intentions of individual agents, social perception of robot teams remains relatively underexplored. Drawing on the competence-warmth framework, we conducted two studies manipulating swarm behaviors in completing a collective search task and measured the social perception of swarm behaviors when human participants are either observers (Study 1) and operators (Study 2). Across both studies, our results show that variations in swarm behaviors consistently influenced participants' perceptions of warmth and competence. Notably, longer broadcast durations increased perceived warmth; larger separation distances increased perceived competence. Interestingly, individual robot speed had no effect on either of the perceptions. Furthermore, our results show that these social perceptions predicted participants' team preferences more strongly than task performance. Participants preferred robot teams that were both warm and competent, not those that completed tasks most quickly. These findings demonstrate that human-robot interaction dynamically shapes social perception, underscoring the importance of integrating both technical and social considerations when designing robot swarms for effective human-robot collaboration.
• Abstract（参考訳）: ロボットのグループはますます人間と協力し合っているので、人間がどのようにそれを認識しているかを理解することは、効果的なロボットチームの設計に不可欠である。 従来の研究では、人間が個々のエージェントの能力や意図をどう解釈し、評価するかが検討されていたが、ロボットチームの社会的認識はいまだにあまり研究されていない。 コンピテンス・ウォームス・フレームワークを用いて,群集探索作業完了時の群集行動を操作する2つの研究を行い,人間の観察者(研究1)と操作者(研究2)における群集行動の社会的知覚を測定した。 両研究とも、群集行動の変動は、参加者の温かさと能力に対する認識に一貫して影響を及ぼすことが示された。 特に、放送期間が長ければ長いほど暖かさが増し、離間距離が大きくなると能力が増した。 興味深いことに、個々のロボットの速度はどちらの知覚にも影響を与えなかった。 さらに,これらの社会的認識は,タスクパフォーマンスよりもチームの嗜好が強いことを予測した。 参加者は、最も早くタスクを完了したチームではなく、暖かくて有能なロボットチームを好む。 これらの結果は,人間とロボットの相互作用が社会的知覚を動的に形成することを示し,人間とロボットの効果的なコラボレーションのためのロボット群の設計において,技術的・社会的考察を統合することの重要性を強調した。

関連論文リスト

• HHI-Assist: A Dataset and Benchmark of Human-Human Interaction in Physical Assistance Scenario [63.77482302352545]
  HHI-Assist(ヒヒ・アシスト)は、人間の介助作業における人間のインタラクションのモーションキャプチャークリップからなるデータセットである。 私たちの研究は、ロボット支援ポリシーを大幅に強化する可能性がある。
  論文  参考訳（メタデータ） (2025-09-12T09:38:17Z)
• Designing for Difference: How Human Characteristics Shape Perceptions of Collaborative Robots [8.095309110037315]
  反社会的ロボット行動は一貫して最低と評価され、高齢者とのコラボレーションはより敏感な評価を導いた。 これらの結果は、人間の特徴と相互作用パラダイムの両方が協調ロボットの受容性に影響を与えることを示唆している。
  論文  参考訳（メタデータ） (2025-07-22T11:36:08Z)
• Human-Robot Interaction and Perceived Irrationality: A Study of Trust Dynamics and Error Acknowledgment [0.0]
  本研究では,ロボットの故障に対する人間の反応を解析し,信頼のダイナミクスとシステム設計を体系的に検討する。 我々は,人間とロボットのインタラクションを通じて,信頼がどのように進化するかを調査する4段階の調査を行った。 その結果,ロボットの誤りや限界を認識すると,ロボットシステムの信頼性は著しく向上した。
  論文  参考訳（メタデータ） (2024-03-21T11:00:11Z)
• Real-time Addressee Estimation: Deployment of a Deep-Learning Model on the iCub Robot [52.277579221741746]
  住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。 人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。 本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
  論文  参考訳（メタデータ） (2023-11-09T13:01:21Z)
• Habitat 3.0: A Co-Habitat for Humans, Avatars and Robots [119.55240471433302]
  Habitat 3.0は、家庭環境における協調ロボットタスクを研究するためのシミュレーションプラットフォームである。 複雑な変形可能な体と外観と運動の多様性をモデル化する際の課題に対処する。 Human-in-the-loopインフラストラクチャは、マウス/キーボードまたはVRインターフェースを介してシミュレーションされたロボットとの実際のヒューマンインタラクションを可能にする。
  論文  参考訳（メタデータ） (2023-10-19T17:29:17Z)
• 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)
• The role of haptic communication in dyadic collaborative object manipulation tasks [6.46682752231823]
  ヒトの協調作業における触覚の役割について検討する。 ボード上の目標位置でボールをバランスさせるタスクを提示する。 触覚フィードバックが利用可能であれば,人間同士のコーディネートがより優れていることが分かっています。
  論文  参考訳（メタデータ） (2022-03-02T18:13:54Z)
• A trained humanoid robot can perform human-like crossmodal social attention conflict resolution [13.059378830912912]
  本研究は,iCubロボットが人間のような社会的注意反応を表現できるようにするために,視線トリガーによる音声・視覚のクロスモーダル統合という神経ロボティックなパラダイムを採用した。 マスクは、アバターの目以外のすべての顔の視覚的手がかりをカバーするために使用された。 アバターの視線は、不一致状態よりも、聴覚・視覚のコングルーエント状態において、より優れた人間のパフォーマンスで、横断的な社会的な注意を喚起する可能性があることを観察した。
  論文  参考訳（メタデータ） (2021-11-02T21:49:52Z)
• Show Me What You Can Do: Capability Calibration on Reachable Workspace for Human-Robot Collaboration [83.4081612443128]
  本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。 この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
  論文  参考訳（メタデータ） (2021-03-06T09:14:30Z)
• 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)
• Human Perception of Intrinsically Motivated Autonomy in Human-Robot Interaction [2.485182034310304]
  人間に生息する環境でロボットを使用する場合の課題は、人間同士の相互作用によって引き起こされる摂動に対して、魅力的だが堅牢な振る舞いを設計することである。 我々のアイデアは、ロボットに本質的なモチベーション(IM)を持たせることで、新しい状況に対処し、人間以外の真の社会的存在として現れるようにすることです。 本稿では、自律的に生成された振る舞いを相互に比較できる「ロボット学者」による研究設計について述べる。
  論文  参考訳（メタデータ） (2020-02-14T09:49:36Z)

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。