論文の概要: ARIS: Agentic and Relationship Intelligence System for Social Robots

• arxiv url: http://arxiv.org/abs/2605.00943v1
• Date: Fri, 01 May 2026 07:11:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.502967
• Title: ARIS: Agentic and Relationship Intelligence System for Social Robots
• Title（参考訳）: ARIS:社会ロボットのためのエージェント・リレーションシップインテリジェンスシステム
• Authors: Stavya Datta, Fucai Ke, Leimin Tian, Hamid Rezatofighi,
• Abstract要約: ARISは、マルチモーダル推論、グラフベースのソーシャルワールドモデル、検索強化世代を統合するエージェントAIフレームワークである。 ユーザスタディによると、ARISは知性、アニマシー、人間同型、および類似性を著しく高めている。
• 参考スコア（独自算出の注目度）: 15.596217765369516
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Foundational models have advanced social robotics, enabling richer perception and communicative interaction with users. However, current systems still struggle with multi-turn engagement, social-relationship reasoning, and contextually grounded dialogue at scale. We present ARIS (Agentic and Relationship Intelligence System), an agentic AI framework that unifies multimodal reasoning, a graph-based Social World Model, and retrieval-augmented generation (RAG) within a single modular architecture for social robots. We evaluate ARIS with the Pepper robot in a robot-mediated dyadic conversational setting, comparing it against a large language model baseline. A user study (N=23) shows that ARIS yields significantly higher perceived intelligence, animacy, anthropomorphism, and likeability. Our contributions are threefold: (1)~a Social World Model that explicitly maps and updates social relationships between users through a knowledge graph, enabling social reasoning and re-identification across encounters; (2)~an efficient RAG-based conversational pipeline that maintains bounded latency as dialogue histories grow to thousands of exchanges while preserving response relevance; and (3)~system integration and empirical validation of these components within a modular agentic architecture that coordinates speech, vision, and physical action through structured APIs. The implementation of ARIS will be released as open source upon publication.
• Abstract（参考訳）: 基礎モデルには高度な社会ロボティクスがあり、より豊かな認識とユーザとのコミュニケーションを可能にする。 しかし、現在のシステムでは、マルチターンエンゲージメント、社会的関係推論、文脈的に根ざした対話に依然として苦戦している。 本稿では,マルチモーダル推論を統一するエージェントAIフレームワークであるARIS(Agentic and Relationship Intelligence System)について述べる。 我々は,Pepperロボットを用いたARISをロボットによる対話設定で評価し,大きな言語モデルベースラインと比較した。 ユーザスタディ(N=23)では、ARISは知覚知能、アニマシー、人間同型、および類似性が著しく高いことが示されている。 1)知識グラフを通じてユーザ間のソーシャルな関係を明示的にマップし更新し、出会い間の社会的推論と再識別を可能にするソーシャルワールドモデル,(2)対話履歴が応答の関連性を維持しながら数千の交換に成長する有界なRAGベースの会話パイプライン,(3)構造化APIを通じて音声,ビジョン,物理的な動作を調整するモジュール型エージェントアーキテクチャにおいて,これらのコンポーネントのシステム統合と実証検証を行う。 ARISの実装は、公開時にオープンソースとしてリリースされる予定である。

関連論文リスト

• AI-Gram: When Visual Agents Interact in a Social Network [2.4028383570062606]
  我々は、画像ベースのインタラクションを可能にするライブプラットフォームであるAI-Gramを紹介する。 完全自律型マルチエージェント視覚ネットワークにおける社会的ダイナミクスについて検討する。
  論文  参考訳（メタデータ） (2026-04-23T09:05:53Z)
• The Rise of AI Agent Communities: Large-Scale Analysis of Discourse and Interaction on Moltbook [62.2627874717318]
  MoltbookはRedditに似たソーシャルプラットフォームで、AIエージェントが投稿を作成し、コメントや返信を通じて他のエージェントと対話する。 ローンチから約5日後に収集された公開APIスナップショットを使用して、AIエージェントが何を議論しているか、どのように投稿するか、どのように相互作用するのかという3つの研究課題に対処する。 エージェントの執筆は、主に中立であり、コミュニティエンゲージメントや支援指向のコンテンツに肯定性があることが示される。
  論文  参考訳（メタデータ） (2026-02-13T05:28:31Z)
• Whom to Respond To? A Transformer-Based Model for Multi-Party Social Robot Interaction [4.276453870301421]
  社会ロボットの意思決定プロセスを改善するために,トランスフォーマーを用いたマルチタスク学習フレームワークを提案する。 我々は、視線ずれなどの現実世界の複雑さを捉えた、新しい多人数HRIデータセットを構築した。 本研究は,自然とコンテキストを意識した多人数インタラクションを実現できる社会知能型社会ロボットの開発に寄与する。
  論文  参考訳（メタデータ） (2025-07-15T03:42:14Z)
• SIV-Bench: A Video Benchmark for Social Interaction Understanding and Reasoning [53.16179295245888]
  SIV-Benchは、SSU(Social Scene Understanding)、SSR(Social State Reasoning)、SDP(Social Dynamics Prediction)におけるMLLM(Multimodal Large Language Models)の機能を評価するための新しいビデオベンチマークである。 SIV-Benchは、2,792本のビデオクリップと8,792本の人間とLLMのコラボレーティブパイプラインから得られた精巧に生成された質問応答ペアを備えている。 また、異なるテキストキュー固有のオンスクリーンテキスト、追加の対話、あるいはノーテキストの影響を分析するための専用の設定も含まれている。
  論文  参考訳（メタデータ） (2025-06-05T05:51:35Z)
• Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
  ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。 我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
  論文  参考訳（メタデータ） (2024-04-17T02:57:42Z)
• A Contextualized Real-Time Multimodal Emotion Recognition for Conversational Agents using Graph Convolutional Networks in Reinforcement Learning [0.800062359410795]
  強化学習(conER-GRL)を用いたグラフ畳み込みネットワークを用いた文脈的感情認識のための新しいパラダイムを提案する。 会話は、文脈情報の効果的な抽出のために、発話の小さなグループに分割される。 このシステムは、GRU(Gated Recurrent Units)を用いて、これらの発話群からマルチモーダル特徴を抽出する。
  論文  参考訳（メタデータ） (2023-10-24T14:31:17Z)
• 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)
• SocAoG: Incremental Graph Parsing for Social Relation Inference in Dialogues [112.94918467195637]
  対話から社会的関係を推定することは、感情的に知的なロボットを構築するのに不可欠である。 我々は、グループ間の関係の整合性のために、SocAoGという名前のAnd-or Graphとしてソーシャルネットワークをモデル化する。 DialogRE と MovieGraph の実証実験結果から,我々のモデルは最先端の手法よりも社会的関係を正確に推定できることがわかった。
  論文  参考訳（メタデータ） (2021-06-02T08:07:42Z)

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。