論文の概要: Robo-Blocks: Generative Scaffolding in End-User Design and Programming of Social Robots

• arxiv url: http://arxiv.org/abs/2605.28154v1
• Date: Wed, 27 May 2026 08:39:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-28 17:38:55.899401
• Title: Robo-Blocks: Generative Scaffolding in End-User Design and Programming of Social Robots
• Title（参考訳）: Robo-Blocks: ソーシャルロボットのエンドユーザー設計とプログラミングにおける創発的共有
• Authors: Arissa J. Sato, Callie Y. Kim, Nathan Thomas White, Abhinav Maneesh, Yuqing Wang, Hui-Ru Ho, Bilge Mutlu,
• Abstract要約: 大規模言語モデル(LLM)は、プログラミングとデザイナの意図に取って代わる重要な要素を曖昧にすることができる。 ブロックベースのプログラミング環境であるRobo-Blocksは、構造化された物語を通して、初心者ロボットプログラマが生成する足場をいかに提供するかを示す。 本稿では、生成的足場を効果的に活用するための設計思想と、ソーシャルロボットプログラミングの実践への統合について述べる。
• 参考スコア（独自算出の注目度）: 32.50504092559475
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Programming social robots is challenging for novice robot programmers due to required expertise in planning, interaction design, and programming. While large language models (LLMs) hold significant promise through code generation from natural-language descriptions, they can obscure critical elements of programming and supplant designer intent, eventually resulting in over-reliance instead of developing programming skills. In this paper, we explore how LLM-based social-robot-programming tools can support novice robot programmers through a Research through Design (RtD) process. We designed and prototyped Robo-Blocks, a block-based programming environment that leverages LLMs to offer novice robot programmers generative scaffolding through structured narratives that connect high-level ideas to executable robot behaviors. Through deployment with novices, we discovered emerging user personas and usage patterns for generative scaffolding and showed how this scaffolding shapes end-user design and programming strategies. We present design insights for the effective use of generative scaffolding and its integration into the practice of social-robot programming.
• Abstract（参考訳）: 社会ロボットのプログラミングは、計画、対話設計、プログラミングの専門知識を必要とするため、初心者のロボットプログラマにとって難しい。 大規模言語モデル(LLM)は、自然言語記述からコードを生成することで大きな可能性を秘めているが、それらはプログラミングと設計者の意図に取って代わる重要な要素を曖昧にし、最終的にプログラミングスキルを開発する代わりに過度な信頼性をもたらす。 本稿では,LLMをベースとしたソーシャルロボットプログラミングツールが,Research through Design(RtD)プロセスを通じて初心者ロボットプログラマを支援する方法について検討する。 我々は、ブロックベースのプログラミング環境であるRobo-Blocksを設計、試作し、LLMを活用して、ハイレベルなアイデアと実行可能なロボット動作を結びつける構造化された物語を通して、初心者ロボットプログラマが足場を生成できるようにする。 初心者によるデプロイメントを通じて、生成的なスキャフォールディングのための新しいユーザペルソナと利用パターンを発見し、このスキャフォールディングがエンドユーザー設計とプログラミング戦略をどのように形作るかを示した。 本稿では、生成的足場を効果的に活用するための設計思想と、ソーシャルロボットプログラミングの実践への統合について述べる。

関連論文リスト

• RoboCritics: Enabling Reliable End-to-End LLM Robot Programming through Expert-Informed Critics [25.430531368529685]
  大規模言語モデル(LLM)は、自然言語によるタスク仕様の実現により、ロボットプログラミングの障壁を低くする可能性を秘めている。 本稿では,LLMに基づくロボットプログラミングを専門家インフォームドモーションレベルの批評家によって強化するアプローチであるRoboCriticsを紹介する。
  論文  参考訳（メタデータ） (2026-03-06T20:02:53Z)
• $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
  本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。 我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
  論文  参考訳（メタデータ） (2024-10-31T17:22:30Z)
• 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)
• Automatic Robotic Development through Collaborative Framework by Large Language Models [13.957351735394683]
  本研究では,現実世界のロボット開発者からヒントを得た,革新的な自動コラボレーションフレームワークを提案する。 このフレームワークは、異なる役割のアナリスト、プログラマ、テスタに複数のLLMを使用している。 アナリストはユーザー要件を深く掘り下げ、プログラマが正確なコードを作成できるようにし、テスタはパラメータを微調整する。
  論文  参考訳（メタデータ） (2024-02-06T04:40:27Z)
• Logic programming for deliberative robotic task planning [2.610470075814367]
  本稿では,タスク計画問題への論理プログラミングの適用の最近の進歩について調査する。 我々は、ドメイン表現の表現性、計算効率、ソフトウェア実装に基づいて、異なるプランナーとその特定のロボットアプリケーションに対する適合性を解析する。
  論文  参考訳（メタデータ） (2023-01-18T14:11:55Z)
• Tiny Robot Learning: Challenges and Directions for Machine Learning in Resource-Constrained Robots [57.27442333662654]
  機械学習(ML)は、コンピュータシステムにまたがる普及したツールとなっている。 ティニー・ロボット・ラーニング(Tiny Robot Learning)とは、リソースに制約された低コストの自律ロボットにMLを配置する手法である。 小型ロボット学習は、サイズ、重量、面積、パワー(SWAP)の制約によって困難にさらされる。 本稿では,小型ロボットの学習空間を簡潔に調査し,重要な課題を詳述し,MLシステム設計における将来的な仕事の機会を提案する。
  論文  参考訳（メタデータ） (2022-05-11T19:36:15Z)
• iRoPro: An interactive Robot Programming Framework [2.7651063843287718]
  iRoProを使うと、技術的背景がほとんど、あるいは全くないユーザーが、ロボットに新しい再利用可能なアクションを教えることができる。 バクスター研究ロボット上で,iRoProをエンドツーエンドシステムとして実装する。
  論文  参考訳（メタデータ） (2021-12-08T13:53:43Z)
• A Reference Software Architecture for Social Robots [64.86618385090416]
  我々は社会ロボットが恩恵を受けるかもしれない一連の原則を提案する。 これらの原則は、社会ロボットのためのリファレンスソフトウェアアーキテクチャの設計の基礎にもなっている。
  論文  参考訳（メタデータ） (2020-07-09T17:03:21Z)

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。