論文の概要: RoboBlockly Studio: Conversational Block Programming with Embodied Robot Feedback for Computational Thinking
- arxiv url: http://arxiv.org/abs/2605.12059v1
- Date: Tue, 12 May 2026 12:46:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 21:48:56.861628
- Title: RoboBlockly Studio: Conversational Block Programming with Embodied Robot Feedback for Computational Thinking
- Title（参考訳）: RoboBlockly Studio: コンピュータ思考のためのロボットフィードバックを用いた会話型ブロックプログラミング
- Authors: Leyi Li, Chenyu Du, Jiafei Sun, Erick Purwanto, Qing Zhang,
- Abstract要約: 我々は,ブロックベースのプログラミング,会話型AI教育エージェント,ロボット実行の具体化を組み合わせた対話型システムであるRoboBlockly Studioの設計と評価を行う。
コンピュータ教育を支援するためにAIとロボティクスを統合したインタラクティブで具体化された学習環境を構築するための設計上の洞察と意味について論じる。
- 参考スコア（独自算出の注目度）: 8.217938809198328
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computational thinking (CT) is increasingly promoted as a core literacy, yet learners and teachers face challenges in connecting abstract program logic to meaningful outcomes. We design and evaluate RoboBlockly Studio, an integrated interactive system that combines block-based programming, a conversational AI teaching agent, and embodied robot execution. RoboBlockly Studio creates a tight iterative loop of authoring, running, observing, and revising. Informed by interviews with five programming teachers, the system was designed to support four goals: (1) preserving learner agency in computational thinking, (2) making program behavior transparent and interpretable, (3) grounding programming in embodied, classroom-aligned tasks, and (4) scaffolding reflection through pedagogically grounded AI dialogue. We deployed RoboBlockly Studio with 32 high school students, observing how robot and AI feedback influenced students' interactions with code, reflections on problem-solving strategies, and understanding of CT concepts. We discuss design insights and implications for creating interactive, embodied learning environments that integrate AI and robotics to support CT learning in computing education.
- Abstract（参考訳）: コンピュータ思考(CT)は、中核的なリテラシーとしてますます推進されているが、学習者と教師は、抽象的なプログラム論理を意味のある結果に結びつけるという課題に直面している。
我々は,ブロックベースのプログラミング,会話型AI教育エージェント,ロボット実行の具体化を組み合わせた対話型システムであるRoboBlockly Studioの設計と評価を行う。
RoboBlockly Studioは、オーサリング、実行、監視、修正の厳密な反復ループを生成する。
本システムは,(1)計算思考における学習者エージェントの保存,(2)プログラム動作の透明性と解釈性,(3)具体的・教室的タスクにおける基礎的プログラミング,(4)教育的基礎的AI対話による足場的リフレクションの4つの目標を支援するように設計された。
我々は、32人の高校生とRoboBlockly Studioをデプロイし、ロボットとAIのフィードバックが学生のコードとのインタラクション、問題解決戦略の反映、CT概念の理解にどのように影響するかを観察した。
我々は,コンピュータ教育におけるCT学習を支援するために,AIとロボティクスを統合したインタラクティブで具体化された学習環境を構築するための設計上の洞察と意味について論じる。
関連論文リスト
- Bots and Blocks: Presenting a project-based approach for robotics education [1.9435397960631864]
学生は、ロボットの扱い方について、アジャイルで学期制のプロジェクトで教えられている。
本稿では,ハードウェアロボットのための分解型ソフトウェアエコシステムの開発を特徴とする,このフレームワークと例示的プロジェクトについて述べる。
論文 参考訳（メタデータ） (2026-03-15T18:14:36Z) - A vibe coding learning design to enhance EFL students' talking to, through, and about AI [5.671810777243196]
この記事では、外国語教育としての英語のためのビブコーディング(自然言語を使ってAIを使ったソフトウェアアプリケーションを作成する)のパイロット化について報告する。
私たちは、AI(プロンプトエンジニアリング)、AI(著者の交渉)、AI(AI)という3つの次元を持つ、人間とAIのメタランゲージングフレームワークを開発しました。
論文 参考訳（メタデータ） (2025-09-09T00:27:04Z) - Robix: A Unified Model for Robot Interaction, Reasoning and Planning [28.191138548365203]
Robixは、ロボット推論、タスク計画、自然言語の相互作用を単一の視覚言語アーキテクチャに統合する統一モデルである。
Robixは、低レベルコントローラのためのアトミックコマンドを動的に生成し、ヒューマンインタラクションのための言語応答を生成する。
論文 参考訳（メタデータ） (2025-09-01T03:53:47Z) - SECURE: Semantics-aware Embodied Conversation under Unawareness for Lifelong Robot Learning [17.125080112897102]
本稿では,無意識下での再配置と呼ぶ対話型タスク学習シナリオについて論じる。
エージェントは、タスクの解決に必要な重要な概念を知らずに剛体環境を操作し、デプロイメント中にそれについて学ぶ必要がある。
本稿では,このようなシナリオに対処するための対話型タスク学習ポリシーSECUREを紹介する。
論文 参考訳（メタデータ） (2024-09-26T11:40:07Z) - RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳（メタデータ） (2024-02-22T15:12:00Z) - LLM as A Robotic Brain: Unifying Egocentric Memory and Control [77.0899374628474]
Embodied AIは、物理的または仮想的なエンボディメント(つまりロボット)を持つインテリジェントシステムの研究と開発に焦点を当てている。
メモリとコントロールは、具体化されたシステムの2つの不可欠な部分であり、通常、それぞれをモデル化するために別々のフレームワークを必要とします。
ロボット脳として大規模言語モデルを用いて,エゴセントリックな記憶と制御を統一するLLM-Brainという新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2023-04-19T00:08:48Z) - Language-Driven Representation Learning for Robotics [115.93273609767145]
ロボット工学における視覚表現学習の最近の研究は、日々の作業を行う人間の大規模なビデオデータセットから学ぶことの可能性を実証している。
人間のビデオやキャプションから言語による表現学習を行うためのフレームワークを提案する。
我々は、Voltronの言語駆動学習が、特に高レベル制御を必要とするターゲット問題において、先行技術よりも優れていることを発見した。
論文 参考訳（メタデータ） (2023-02-24T17:29:31Z)
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。