論文の概要: BotDirector: Robot Storytelling Across the Symmetrical Reality with Multi-modal Interactions
- arxiv url: http://arxiv.org/abs/2606.03223v1
- Date: Tue, 02 Jun 2026 06:33:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-03 22:00:04.810022
- Title: BotDirector: Robot Storytelling Across the Symmetrical Reality with Multi-modal Interactions
- Title（参考訳）: BotDirector:マルチモーダルインタラクションによるシンメトリカルリアリティにおけるロボットストーリーテリング
- Authors: Zhe Sun, Meng Wang, Lei Wang, Yuxi Wang, Wanxin Li, Yujia Peng, Zhenliang Zhang,
- Abstract要約: 本研究では,ロボットによる対話型ストーリーテリングを支援する対話型システムを提案する。
子供たちは自分の物で遊び場を配置し、LLMエージェントで物語を作ります。
作成した物語は、地図とキャラクタに基づいて動きシーケンスに変換され、動きは自走する群れロボットによって実行される。
- 参考スコア（独自算出の注目度）: 25.188575753340416
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robot storytelling offers a unique blend of technological innovation and creative expression that engages children in unprecedented ways. However, the technical aspects are often too complicated for children. We propose an interactive system that facilitates robot storytelling with tangible and natural language interactions. Children arrange the playground with their own stuff and create narratives with an LLM agent. The created narratives are transformed into a motion sequence based on the map and characters, and the motions are executed by self-navigating swarm robots. This system enhances robot storytelling with flexible scenarios, enabling young children to create robot dramas with everyday objects.
- Abstract（参考訳）: ロボットのストーリーテリングは、前例のない方法で子供たちを巻き込む、技術革新と創造的な表現の独特なブレンドを提供する。
しかし、技術的な側面は子供には複雑すぎることが多い。
本研究では,ロボットによる対話型ストーリーテリングを支援する対話型システムを提案する。
子供たちは自分の物で遊び場を配置し、LLMエージェントで物語を作ります。
作成した物語は、地図とキャラクタに基づいて動きシーケンスに変換され、動きは自走する群れロボットによって実行される。
このシステムは、柔軟なシナリオでロボットストーリーテリングを強化し、幼児が日常の物体でロボットドラマを作ることを可能にする。
関連論文リスト
- Aesthetics of Robot-Mediated Applied Drama: A Case Study on REMind [3.8229109732721778]
社会ロボットは、ますます教育に使われているが、ほとんどのアプリケーションは、説明に基づく指導を提供する家庭教師として利用している。
我々は、インタラクティブな劇的な体験において、ロボットがライフライクな人形として機能するロボット媒介応用ドラマ(RMAD)を探索する。
本稿では,反膨らむロボットロールプレイゲームであるREMindについて述べる。
論文 参考訳（メタデータ） (2026-03-25T00:58:01Z) - Tinker Tales: Supporting Child-AI Collaboration through Co-Creative Storytelling with Educational Scaffolding [7.821369295879863]
ティンカー物語(Tinker Tales)は、子供とAIのコラボレーションを支援するために、物語と社会的感情の足場をデザインしたストーリーテリングシステムである。
子どもたちはストーリー要素を配置し、移動し、有形および音声ベースのインタラクションを通じてAIと対話することでストーリーを形作り、洗練する。
論文 参考訳（メタデータ） (2026-02-04T00:48:12Z) - H2R-Grounder: A Paired-Data-Free Paradigm for Translating Human Interaction Videos into Physically Grounded Robot Videos [58.006918399913665]
本稿では,通常の人間と物体のインタラクションビデオからモーション一貫性のあるロボット操作ビデオに変換するビデオ間翻訳フレームワークを提案する。
私たちのアプローチでは、ロボットビデオのセットのみをトレーニングするために、ペアの人間ロボットビデオは必要とせず、システムを拡張しやすくしています。
テスト時にも同じプロセスを人間のビデオに適用し、人間の行動を模倣する高品質なロボットビデオを生成する。
論文 参考訳（メタデータ） (2025-12-10T07:59:45Z) - RobotSeg: A Model and Dataset for Segmenting Robots in Image and Video [56.9581053843815]
画像とビデオにおけるロボットセグメンテーションの基礎モデルであるRobotSegを紹介する。
ロボットへの適応の欠如、手動のプロンプトへの依存、フレーム単位のトレーニングマスクアノテーションの必要性に対処する。
それは、画像とビデオの両方で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-11-28T07:51:02Z) - INTENTION: Inferring Tendencies of Humanoid Robot Motion Through Interactive Intuition and Grounded VLM [9.217332197059001]
本研究では,学習した対話的直感と自律的操作を多様なシナリオで実現可能な,新しいフレームワークINTENTIONを提案する。
実世界のさまざまなタスクに対する人間的な理解と意思決定を具現化した,過去のタスクインタラクションのシーンを記録するために,メモリグラフを導入した。
一方,視覚シーンから身体的関係や余裕を抽出する直感的知覚器を設計する。
論文 参考訳（メタデータ） (2025-08-06T23:27:22Z) - Controlling diverse robots by inferring Jacobian fields with deep networks [48.279199537720714]
自然生物の複雑な構造と多様な機能を反映することは、ロボット工学における長年の課題である。
本稿では,深層ニューラルネットワークを用いてロボットの映像ストリームをバイスモータヤコビアン場にマッピングする手法を提案する。
提案手法は,正確なクローズドループ制御を実現し,各ロボットの因果動的構造を復元する。
論文 参考訳（メタデータ） (2024-07-11T17:55:49Z) - Synthesis and Execution of Communicative Robotic Movements with
Generative Adversarial Networks [59.098560311521034]
我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。
我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。
我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
論文 参考訳（メタデータ） (2022-03-29T15:03:05Z)
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。