論文の概要: Bidirectional Tutoring for Developmental Motor Learning in Robots: Co-Developed Interaction Dynamics Support Stable Learning
- arxiv url: http://arxiv.org/abs/2606.19728v1
- Date: Thu, 18 Jun 2026 02:51:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.618076
- Title: Bidirectional Tutoring for Developmental Motor Learning in Robots: Co-Developed Interaction Dynamics Support Stable Learning
- Title（参考訳）: ロボットの発達型運動学習のための双方向チューニング--対話ダイナミクスの協調開発による安定学習支援
- Authors: Rui Fukushima, Jun Tani,
- Abstract要約: ロボットにおけるモータースキルの学習は、家庭教師からロボットが受動的にデモを受ける一方向のプロセスとして扱われることが多い。
生成的再生により拡張された自由エネルギー原理に基づくニューラルネットワークを用いて,発達学習フレームワークを実装した。
- 参考スコア（独自算出の注目度）: 1.1372912154713897
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Infants are well known to develop their motor skills through dense interaction with caregivers. Although such social interaction is crucial for human development, motor-skill learning in robots is often treated as a unidirectional process in which robots passively receive demonstrations from tutors. This overlooks a key property of social interaction: it is inherently bidirectional, with tutor and learner dynamically adapting to each other. In such interactions, the robot's past experiences may function as prior constraints that shape the dynamics of their co-developed trajectories. We hypothesize that bidirectional tutoring allows such constraints to guide the formation of consistent behavioral patterns that preserve behavioral coherence and support generalization, whereas unidirectional interaction lacks such constraints and leads to broader, less consistent behavioral patterns. To examine this hypothesis, we conducted two experiments with a physical humanoid robot performing an object manipulation task: one involving human-robot interaction and another employing an AI tutor interacting with the real robot through an adaptive intervention mechanism designed to examine whether similar effects would emerge under more controlled conditions. We implement the developmental learning framework using a free-energy-principle-based neural network extended with generative replay, which supports stable sequence-by-sequence learning from single tutored episodes. Across both settings, bidirectional tutoring fostered consistent behaviors and stage-wise generalization, while the robot gradually required less tutor guidance. These results suggest that bidirectional tutoring, as an embodied and socially grounded approach, provides an effective scaffold for developmental motor learning in robots.
- Abstract（参考訳）: 幼児は介護者との密接な交流を通じて運動スキルを発達させることがよく知られている。
このような社会的相互作用は人間の発達に不可欠であるが、ロボットのモータースキル学習は、家庭教師からロボットが受動的にデモを受ける一方向のプロセスとして扱われることが多い。
本質的に双方向であり、チューターと学習者は互いに動的に適応する。
このような相互作用において、ロボットの過去の経験は、共同開発した軌道の力学を形作る事前の制約として機能する。
双方向学習は、このような制約が行動コヒーレンスを保ち、一般化を支援する一貫した行動パターンの形成を導くのに役立ち、一方、一方向の相互作用はそのような制約を欠き、より広く、より一貫性の低い行動パターンをもたらす、という仮説を立てる。
この仮説を検証するために,物体操作作業を行う物理的ヒューマノイドロボットを用いた2つの実験を行った。1つは人間とロボットの相互作用に関わるもので,もう1つは,より制御された条件下で同様の効果が出現するかどうかを調べるための適応的介入機構を用いて,実際のロボットと相互作用するAIチューターを用いたものである。
生成的リプレイによって拡張された自由エネルギー原理に基づくニューラルネットワークを用いて,単一エピソードからのシークエンス・バイ・シーケンス・ラーニングを安定的にサポートする開発学習フレームワークを実装した。
いずれの設定においても、双方向学習は一貫した行動と段階的な一般化を育み、ロボットは徐々に家庭教師の指導を減らした。
これらの結果は,双方向学習がロボットの発達運動学習に有効な足場となることを示唆している。
関連論文リスト
- Cooperation Through Indirect Reciprocity in Child-Robot Interactions [81.62347137438248]
間接的相互性は子どもとロボットの相互作用に変換できるかどうかを考察する。
IRは子どもやロボットに拡張され、協調ジレンマが解決される。
マルチアームバンディットアルゴリズムによる協調は,人間による戦略に大きく依存していることが観察された。
論文 参考訳（メタデータ） (2025-11-07T07:08:32Z) - Robots and Children that Learn Together : Improving Knowledge Retention by Teaching Peer-Like Interactive Robots [41.94295877935867]
本研究では,対話型強化学習(Interactive Reinforcement Learning)を,教示可能な社会ロボットの認知モデルとして紹介する。
LbT状態の小児は自己実践状態の児に比べて保持率が高くなった。
本研究は,(1)ピアロボット学習の教育的効果的でスケーラブルなモデルとしてインタラクティブRLを導入し,(2)実教室で複数の自律ロボットを同時に展開する可能性を示した。
論文 参考訳（メタデータ） (2025-06-23T07:51:04Z) - Human-Robot Mutual Learning through Affective-Linguistic Interaction and Differential Outcomes Training [Pre-Print] [0.3811184252495269]
本研究では,感情言語コミュニケーションが人間ロボットの文脈における相互学習にどのように影響するかを検証する。
児童介護のダイナミックスからインスピレーションを得て、私たちの人間とロボットのインタラクションのセットアップは、内部的、ホメオスタティックに制御されたニーズのコミュニケーション方法を学ぶための(シミュレートされた)ロボットで構成されています。
論文 参考訳（メタデータ） (2024-07-01T13:35:08Z) - Real-time Addressee Estimation: Deployment of a Deep-Learning Model on
the iCub Robot [52.277579221741746]
住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。
人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。
本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
論文 参考訳（メタデータ） (2023-11-09T13:01:21Z) - Persistent-Transient Duality: A Multi-mechanism Approach for Modeling
Human-Object Interaction [58.67761673662716]
人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。
人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。
本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
論文 参考訳（メタデータ） (2023-07-24T12:21:33Z) - 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) - Cognitive architecture aided by working-memory for self-supervised
multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。
ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。
1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文 参考訳（メタデータ） (2021-03-16T13:50:24Z) - Controlling the Sense of Agency in Dyadic Robot Interaction: An Active
Inference Approach [6.421670116083633]
変形型繰り返しニューラルネットワークモデルを用いて,ロボットのダイアディック模倣相互作用を検討する。
トレーニング中の自由エネルギーを最小化する複雑性項の制御が,ネットワークの動的特性をいかに決定するかを検討した。
論文 参考訳（メタデータ） (2021-03-03T02:38:09Z) - Affect-Driven Modelling of Robot Personality for Collaborative
Human-Robot Interactions [16.40684407420441]
協調的な相互作用は、人間の感情的行動のダイナミクスに適応するために社会ロボットを必要とする。
社会ロボットにおける人格駆動行動生成のための新しい枠組みを提案する。
論文 参考訳（メタデータ） (2020-10-14T16:34:14Z) - Hierarchical Affordance Discovery using Intrinsic Motivation [69.9674326582747]
本研究では,移動ロボットの価格学習を支援するために,本質的なモチベーションを用いたアルゴリズムを提案する。
このアルゴリズムは、事前にプログラムされたアクションなしで、相互に関連のある価格を自律的に発見し、学習し、適応することができる。
一度学習すると、これらの余裕はアルゴリズムによって様々な困難を伴うタスクを実行するために一連のアクションを計画するために使われる。
論文 参考訳（メタデータ） (2020-09-23T07:18:21Z) - Towards hybrid primary intersubjectivity: a neural robotics library for
human science [4.232614032390374]
主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観
本研究では,人-ロボットインタラクション実験のためのオープンソース手法であるテクスチュラルロボティクスライブラリ(NRL)を提案する。
人-ロボット間(ハイブリッド)が人間の科学研究に寄与する方法について論じる。
論文 参考訳（メタデータ） (2020-06-29T11:35:46Z)
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。