論文の概要: Emotional Expression in Low-Degrees-of-Freedom Robots: Assessing Perception with Reachy Mini
- arxiv url: http://arxiv.org/abs/2605.12786v1
- Date: Tue, 12 May 2026 22:01:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-14 23:30:27.708778
- Title: Emotional Expression in Low-Degrees-of-Freedom Robots: Assessing Perception with Reachy Mini
- Title（参考訳）: 低次元自由度ロボットにおける感情表現:リーチミニを用いた知覚評価
- Authors: Amit Rogel, Elmira Yadollahi, Guy Laban,
- Abstract要約: 本研究では,低自由度ロボットReachy Miniによる感情表現の知覚について検討した。
感情認識は概して穏やかで、怒り、悲しみ、関心が愛、喜び、恥、嫌悪といった感情よりも確実に認識された。
これらの結果は、制約されたロボット表現でさえ感情的な意味を伝達し、社会的印象に影響を与えることを示唆している。
- 参考スコア（独自算出の注目度）: 1.7378895344827294
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Emotion expression is central to human--robot interaction, yet little is known about how people interpret affect on robots with sparse, non-anthropomorphic expressive capabilities. This study examined how people perceive emotional expressions displayed by Reachy Mini (Pollen Robotics and Hugging Face), a low-degree-of-freedom (low-DoF) robot with a constrained and distinctly non-human expressive repertoire. In an online within-subjects study, 100 participants viewed 10 short video clips of Reachy Mini expressing different emotions and, for each clip, identified the perceived emotion, rated its valence and arousal, and evaluated the robot on social-perception traits. Exact emotion recognition was modest overall and varied considerably across expressions, with anger, sadness, and interest recognized more reliably than emotions such as love, pleasure, shame, and disgust. However, participants were generally more successful at recovering broader affective meaning than exact emotion labels, particularly along valence and arousal dimensions. Emotional expressions also shaped social evaluation, as positive expressions were perceived as warmer and more sociable than negative ones, and animacy varied less across conditions. These findings suggest that even constrained robotic expressions can communicate affective meaning and influence social impressions, positioning Reachy Mini as a useful benchmark for studying affective communication in low-DoF robots.
- Abstract（参考訳）: 感情表現は人間とロボットの相互作用の中心であるが、人々がロボットにどのように影響するかは分かっていない。
本研究では,低自由度(低自由度)ロボットであるReachy Mini(Pollen Robotics and Hugging Face)による感情表現の知覚について検討した。
オンライン調査では、100人の参加者が感情を表現したReachy Miniの短いビデオクリップ10本を見て、それぞれのクリップで知覚された感情を識別し、その原子価と覚醒度を評価し、社会的知覚特性に基づいてロボットを評価した。
感情認識は概して穏やかで、怒り、悲しみ、関心が愛、喜び、恥、嫌悪といった感情よりも確実に認識された。
しかし、参加者は、特に原子価と覚醒次元に沿って、正確な感情ラベルよりも広い感情的意味を回復することに成功した。
感情表現は、肯定的な表現がネガティブな表現よりも暖かく、より社交的なものとして認識され、アニマシーは条件によって異なるため、社会的評価を形成した。
これらの結果は、制約されたロボット表現でさえ感情的な意味を伝達し、社会的な印象に影響を与えることを示唆し、Reachy Miniを低DoFロボットにおける感情的なコミュニケーションを研究するための有用な指標として位置づけた。
関連論文リスト
- Semantic Differentiation in Speech Emotion Recognition: Insights from Descriptive and Expressive Speech Roles [4.516156697420418]
音声感情認識(SER)は、人間とコンピュータの相互作用を改善するために不可欠である。
音声の文脈的内容を表す記述的意味論と、話者の感情状態を反映する表現的意味論とを区別する。
我々の発見は、人間とAIのインタラクションにおけるSERの応用を知らせ、よりコンテキスト対応のAIシステムへの道を開いた。
論文 参考訳（メタデータ） (2025-10-03T14:42:35Z) - UDDETTS: Unifying Discrete and Dimensional Emotions for Controllable Emotional Text-to-Speech [61.989360995528905]
制御可能な感情的TTSのための離散的感情と次元的感情を統一する普遍的なフレームワークであるUDDETTSを提案する。
このモデルは、次元的感情記述のための解釈可能なArousal-Dominance-Valence(ADV)空間を導入し、離散的な感情ラベルまたは非線形に定量化されたADV値によって駆動される感情制御をサポートする。
実験の結果, UDDETTSは3次元の線形感情制御を実現し, エンドツーエンドの感情音声合成能力に優れていた。
論文 参考訳（メタデータ） (2025-05-15T12:57:19Z) - Touch and Tell: Multimodal Decoding of Human Emotions and Social Gestures for Robots [4.072544789256895]
人間の感情は複雑で、微妙なタッチジェスチャーによって伝達される。
これまでの研究は主に、人間が触覚で感情を認識する方法や、ロボットの感情表現の重要な特徴を特定することに焦点を当ててきた。
本研究では,触覚と音による情緒的・外見的表現の一貫性と識別性について検討した。
論文 参考訳（メタデータ） (2024-12-04T13:17:42Z) - Self context-aware emotion perception on human-robot interaction [3.775456992482295]
人間は、文脈情報と異なる文脈が、全く異なる感情表現をもたらす可能性があると考えている。
異なる感情をアンカーし、再ラベルするための2次元感情座標システムを用いた自己文脈認識モデル(SCAM)を導入する。
このアプローチは、オーディオ、ビデオ、マルチモーダル環境において、大幅な改善をもたらした。
論文 参考訳（メタデータ） (2024-01-18T10:58:27Z) - Speech Synthesis with Mixed Emotions [77.05097999561298]
異なる感情の音声サンプル間の相対的な差を測定する新しい定式化を提案する。
次に、私たちの定式化を、シーケンスからシーケンスまでの感情的なテキストから音声へのフレームワークに組み込む。
実行時に、感情属性ベクトルを手動で定義し、所望の感情混合を生成するためにモデルを制御する。
論文 参考訳（メタデータ） (2022-08-11T15:45:58Z) - 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) - Attention-based Region of Interest (ROI) Detection for Speech Emotion
Recognition [4.610756199751138]
本研究では,深部脳神経回路網における注意機構を用いて,人間の感情的音声/ビデオにおいてより感情的に有意な関心領域(ROI)を検出することを提案する。
6つの基本的な人間の感情を認識する多クラス分類タスクにおいて,提案した注目ネットワークと最先端のLSTMモデルの性能を比較した。
論文 参考訳（メタデータ） (2022-03-03T22:01:48Z) - Emotion Intensity and its Control for Emotional Voice Conversion [77.05097999561298]
感情音声変換(EVC)は、言語内容と話者のアイデンティティを保ちながら、発話の感情状態を変換しようとする。
本稿では,感情の強さを明示的に表現し,制御することを目的とする。
本稿では,話者スタイルを言語内容から切り離し,連続した空間に埋め込み,感情埋め込みのプロトタイプを形成するスタイルに符号化することを提案する。
論文 参考訳（メタデータ） (2022-01-10T02:11:25Z) - Emotion Recognition under Consideration of the Emotion Component Process
Model [9.595357496779394]
我々はScherer (2005) による感情成分プロセスモデル (CPM) を用いて感情コミュニケーションを説明する。
CPMは、感情は、出来事、すなわち主観的感情、認知的評価、表現、生理的身体反応、動機的行動傾向に対する様々なサブコンポーネントの協調過程であると述べている。
Twitter上での感情は、主に出来事の説明や主観的な感情の報告によって表現されているのに対し、文献では、著者はキャラクターが何をしているかを記述し、解釈を読者に任せることを好む。
論文 参考訳（メタデータ） (2021-07-27T15:53:25Z) - Disambiguating Affective Stimulus Associations for Robot Perception and
Dialogue [67.89143112645556]
知覚された聴覚刺激と感情表現の関連性を学ぶことができるNICOロボットを提供します。
NICOは、感情駆動対話システムの助けを借りて、個人と特定の刺激の両方でこれを行うことができる。
ロボットは、実際のHRIシナリオにおいて、被験者の聴覚刺激の楽しさを判断するために、この情報を利用することができる。
論文 参考訳（メタデータ） (2021-03-05T20:55:48Z) - MIME: MIMicking Emotions for Empathetic Response Generation [82.57304533143756]
共感応答生成への現在のアプローチは、入力テキストで表現された感情の集合を平らな構造として見る。
共感反応は, 肯定的, 否定的, 内容に応じて, ユーザの感情を様々な程度に模倣することが多い。
論文 参考訳（メタデータ） (2020-10-04T00:35:47Z)
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。