論文の概要: REPAIR-Bench: A Benchmark for Robot Error Perception And Interaction Recovery
- arxiv url: http://arxiv.org/abs/2606.29937v1
- Date: Mon, 29 Jun 2026 08:14:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.123145
- Title: REPAIR-Bench: A Benchmark for Robot Error Perception And Interaction Recovery
- Title（参考訳）: REPAIR-Bench: ロボットのエラー認識とインタラクション回復のためのベンチマーク
- Abstract要約: 現在ベンチは41人の参加者による214の相互作用試験に基づいて構築されている。
ベンチマークは4つの誘発された障害タイプにまたがり、同期された顔アクションユニット、ヘッドポーズ、音声書き起こし、および後アクションの影響と回復レポートを提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Understanding how users perceive and respond to robot failures is essential for building robust and trustworthy robot systems. Prior work, however, (i) often treats failures as independent events, (ii) emphasizes binary failure detection, (iii) with rule-based recovery modeling. We present REPAIR-Bench, built on 214 interaction trials from 41 participants, the benchmark spans four induced failure types and provides synchronized facial action units, head pose, speech transcripts, and post-interaction affect and recovery reports. The benchmark spans three novel evaluation tasks that jointly capture the lifecycle of failure in human-robot interaction (HRI): (i) failure detection over inter-dependent interaction sessions, modeling longitudinal user adaptation across repeated failures; (ii) visual failure-type classification beyond binary success/failure formulations; and (iii) user-centered recovery prediction, inferring users' preferred recovery strategies from interaction context rather than relying on manually designed or rule-based strategies. In baseline experiments, hierarchical recurrent modeling improved failure detection over a single-session model (strict F1: 0.80 vs. 0.68), achieved a failure localization mean signed error of -0.51 s, median absolute error of 2.97 s and, for recovery prediction, a QLoRA-tuned Mistral-7B reached Hit@5=0.76 and F1@5=0.32. REPAIR-Bench provides both the HRI and Medical HRI communities with a standardized framework for (1) evaluating robot failures and (2) building transparent, adaptive, and trustworthy recovery systems.
- Abstract（参考訳）: 堅牢で信頼性の高いロボットシステムを構築するためには、ユーザがロボットの失敗をどう認識し、反応するかを理解することが不可欠である。
しかし、前作。
(i)障害を独立した出来事として扱うことが多い。
(ii)バイナリ障害検出を強調する。
(iii)ルールベースのリカバリモデリング。
41人の参加者による214のインタラクション試験に基づいて構築されたREPAIR-Benchは、4種類の障害タイプにまたがるベンチマークであり、同期された顔アクションユニット、ヘッドポーズ、音声書き起こし、反応後の影響と回復レポートを提供する。
このベンチマークは、ヒューマンロボットインタラクション(HRI)における障害のライフサイクルを共同でキャプチャする3つの新しい評価タスクにまたがる。
i) 相互依存型インタラクションセッションにおける障害検出、反復的障害における経時的ユーザ適応のモデル化
(二)二項成功・失敗の定式化を超える視覚障害型分類
3)ユーザ中心のリカバリ予測では,手動設計やルールベースの戦略に頼るのではなく,インタラクションコンテキストからユーザの好むリカバリ戦略を推定する。
ベースライン実験において、階層的リカレントモデリングは単一セッションモデル上の故障検出を改善し(制限F1: 0.80 vs. 0.68)、故障局所化平均符号誤差-0.51 s、中央絶対誤差2.97 s、回復予測のためにQLoRAで調整されたMistral-7BがHit@5=0.76とF1@5=0.32に達した。
REPAIR-Benchは、(1)ロボットの故障を評価するための標準化されたフレームワークと(2)透明で適応的で信頼性の高い回復システムを構築するためのフレームワークを、HRIとメディカルHRIの両方に提供します。
関連論文リスト
- FailBench: How Reliable are VLMs at Judging Robot Task Success? [0.0]
FailBenchは、14の公開ソースにわたる2,197回の操作を含むロボット故障検出のベンチマークである。
FailBenchでは、75%の障害が自然に発生し、6つの実世界のソースが非障害検出データセットから発生している。
論文 参考訳（メタデータ） (2026-09-03T09:58:55Z) - Autonomous Telerehabilitation via Skeletal Motion Prediction and Joint-Level Performance Assessment [0.8283026597815732]
本稿では,骨格に基づく運動品質評価と短期動作予測を統合した遠隔リハビリテーションパイプラインを提案する。
自己注意型双方向LSTMはMDD-NCAメトリックラーニングを用いて運動品質分類を行う。
グラフベースの動き予測モジュールは、予測されたポーズと観測されたポーズの間の接合位置誤差を計算し、空間的局所的な偏差信号を生成する。
論文 参考訳（メタデータ） (2026-08-12T15:06:51Z) - ERR@HRI 3.0 Challenge: Multimodal Detection of Errors and Anticipation in Human-Robot Interactions [18.151307410451796]
ERR@HRI Challenge (ERR@HRI 3.0)の第3版では、2つの補完的なデータセットが提供されている。
本稿では,ERR@HRI 3.0のデータセット,タスク,ベースライン,および結果について述べる。
論文 参考訳（メタデータ） (2026-07-13T13:50:43Z) - SC3-Eval: Evaluating Robot Foundation Models via Self-Consistent Video Generation [73.2142090645987]
SC3-Evalは、事前訓練されたビデオ基盤モデルを正確なポリシー評価器に適合させる自己一貫性のあるビデオ生成レシピである。
SC3-Evalロールアウトは、実世界のロールアウトでポリシーが示す障害モードを再現し、詳細な診断比較をサポートする。
論文 参考訳（メタデータ） (2026-06-17T02:15:46Z) - FailureScope: Cross-Regime Behavioral Diagnosis of Language Model Weaknesses [0.0]
FailureScopeは、クロスモデルパス/フェイルパターンによる評価プローブをクラスタ化する行動診断手法である。
通常、シングルターン・ベンチマーク、マルチターン・ダイアログ、敵エージェント・アタックの3つのレシスタンスに対して安定かつ解釈可能な障害をもたらすことを示す。
論文 参考訳（メタデータ） (2026-06-03T01:28:00Z) - When Web Apps Heal Themselves: A MAPE-K Based Approach to Fault Tolerance and Adaptive Recovery [0.0]
本研究では,共有知識ベース上でのモニタ・アナライズ・プラン実行に基づくモジュール型自己修復フレームワークを提案する。
適応的な障害回復のためのAutoFixにインスパイアされたメカニズムと統合されている。
提案されたフレームワークは、F1スコアの平均90.7%、リカバリ成功率93.2%を達成した。
論文 参考訳（メタデータ） (2026-05-19T02:17:24Z) - Doubly Robust Proxy Causal Learning with Neural Mean Embeddings [58.8808794752741]
我々は、連続的かつ構造化された治療を用いて因果学習をプロキシするための、神経的に二重に頑健なフレームワークを開発する。
このフレームワークは、人口、不均一、条件付き線量応答関数をカバーし、完全な応答曲線推定器を生成する。
合成および画像評価ベンチマーク全体で、提案した推定器は既存のベースラインと単一ブリッジニューラル推定器より優れている。
論文 参考訳（メタデータ） (2026-05-10T12:50:25Z) - ImplicitMemBench: Measuring Unconscious Behavioral Adaptation in Large Language Models [60.14219417402433]
LLMエージェントの既存のメモリベンチマークは、事実の明示的なリコールを評価するが、意識的な検索なしに、経験が自動的な振る舞いになる暗黙の記憶を見落としている。
IndicitMemBenchは、非宣言的メモリの標準的な認知科学のアカウントから引き出された3つの構造を通して暗黙的メモリを評価する最初の体系的なベンチマークである。
当社の300イテムスイートでは,初動採点を備えたLearning/Priming-Interfere-Testプロトコルを統一しています。
論文 参考訳（メタデータ） (2026-04-09T10:26:32Z) - Automated Self-Testing as a Quality Gate: Evidence-Driven Release Management for LLM Applications [51.56484100374058]
我々は,エビデンスに基づくリリース決定を伴う品質ゲートを導入する自動自己テストフレームワークを提案する。
内部展開型多エージェント対話型AIシステムの縦型ケーススタディにより,本フレームワークの評価を行った。
論文 参考訳（メタデータ） (2026-03-13T20:44:15Z) - Learning Actionable Manipulation Recovery via Counterfactual Failure Synthesis [21.197844940385725]
現在の障害学習パラダイムは、コストと安全性の低い実世界のデータ収集か、シミュレータベースの摂動に依存している。
このフレームワークは,実世界の実演を成功させるのから直接,フォトリアリスティックでファクトファクトファクトのロールアウトを合成するものだ。
生成の世界モデル内でアクションを摂動させることで、Dream2Fixはシミュレータに頼ることなくペアの失敗言語データを生成する。
論文 参考訳（メタデータ） (2026-03-13T19:02:58Z) - RFM-HRI : A Multimodal Dataset of Medical Robot Failure, User Reaction and Recovery Preferences for Item Retrieval Tasks [0.0]
本研究は,(1)公開型マルチモーダルデータセット(RFM-HRI),(2)異なる障害タイプに対するユーザ応答の分析,(3)安全クリティカルな障害回復に影響を及ぼすような回復戦略の体系的比較を可能にするクラッシュカート検索シナリオに寄与する。
論文 参考訳（メタデータ） (2026-03-05T19:52:19Z) - CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。
エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。
CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
論文 参考訳（メタデータ） (2025-12-22T16:34:21Z) - Recursive Knowledge Synthesis for Multi-LLM Systems: Stability Analysis and Tri-Agent Audit Framework [0.0]
本稿では,大規模言語システムにおける安定性と説明可能性を分析するための三段階クロスバリデーションフレームワークを提案する。
このアーキテクチャは、セマンティックジェネレーション、分析整合性チェック、透明性監査に使用される3つの異種LCMを統合している。
論文 参考訳（メタデータ） (2025-12-17T16:42:45Z) - Collaborative Value Function Estimation Under Model Mismatch: A Federated Temporal Difference Analysis [55.13545823385091]
フェデレーション強化学習(FedRL)は、エージェント間のデータ交換を防止し、データのプライバシを維持しながら協調学習を可能にする。
現実世界のアプリケーションでは、各エージェントは若干異なる遷移ダイナミクスを経験し、固有のモデルミスマッチを引き起こす。
情報共有の適度なレベルでさえ、環境固有のエラーを著しく軽減することを示す。
論文 参考訳（メタデータ） (2025-03-21T18:06:28Z)
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。