論文の概要: A Self-Negotiation Framework for Ethical Decision-Making during Task Interruptions in Service Robots

• arxiv url: http://arxiv.org/abs/2606.31357v1
• Date: Tue, 30 Jun 2026 08:53:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.147047
• Title: A Self-Negotiation Framework for Ethical Decision-Making during Task Interruptions in Service Robots
• Title（参考訳）: サービスロボットにおけるタスク中断時の倫理的意思決定のための自己交渉フレームワーク
• Abstract要約: 複数のユーザが同時にサービスを要求すると、サービスロボットは割り込みに頻繁に遭遇する。 現在のアプローチは静的なルールや中央集権的な仲裁に依存しており、自律的で倫理に基づく紛争解決をサポートしない。 倫理的プロファイルによって各ユーザを表現する自己交渉フレームワークを導入し,内部交渉プロセスを通じて紛争を解決する。
• 参考スコア（独自算出の注目度）: 4.0318506932466445
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Service robots operating in public environments frequently encounter interruptions when multiple users request service simultaneously. Resolving such conflicts requires ethical decision-making, as prioritizing one user request can disadvantage another. Current approaches rely on static rules or centralized arbitration and do not support autonomous, ethics-based conflict resolution. This paper addresses the question of how a single robot can arbitrate between multiple users during task interruptions and make ethically aligned decisions without relying on external coordination. We introduce a self-negotiation framework that represents each user by an ethical profile that captures their contextual ethical preferences and conditions, and resolves conflicts through an internal negotiation process. The framework is implemented in a modular ROS-based implementation and evaluated in simulation with a realistic interruption scenario. The results show that the system consistently produces user ethical preference-aligned outcomes, supports multilateral negotiation among users, and responds within 1.5 seconds, with near-linear runtime growth under increasing user input.
• Abstract（参考訳）: 公共環境で動作するサービスロボットは、複数のユーザが同時にサービスを要求すると、割り込みに頻繁に遭遇する。 このような矛盾を解決するには倫理的な意思決定が必要です。 現在のアプローチは静的なルールや中央集権的な仲裁に依存しており、自律的で倫理に基づく紛争解決をサポートしない。 本稿では,単一ロボットがタスク中断時に複数のユーザを仲裁し,外部調整に頼ることなく倫理的に整合した意思決定を行う方法について論じる。 本稿では、文脈的倫理的嗜好と条件を捉え、内部交渉プロセスを通じて紛争を解決する倫理的プロファイルにより、各ユーザを表現する自己交渉フレームワークを提案する。 このフレームワークはモジュール型のROSベースの実装で実装され、現実的な割り込みシナリオでシミュレーションで評価される。 その結果,ユーザの倫理的嗜好に整合した結果が一貫して生成され,ユーザ間の多面的交渉がサポートされ,1.5秒以内の応答が達成され,ユーザ入力の増加の下でほぼ直線的に成長することがわかった。

関連論文リスト

• From Profiling to Synthesis: Benchmarking Implicit Behavioral Alignment in Personalized LLM Agents [56.187590188698955]
  大規模言語モデルは、ますます有能な自律エージェントを可能にしてきたが、そのようなエージェントを実用的に有効にするためには、パーソナライズが不可欠である。 最近のベンチマークではエージェントのパーソナライゼーションの評価が始まっているが、それらは主に静的な選好スナップショット、固定されたインタラクションログ、あるいは事前に定義されたユーザプロファイルに対する質問応答に依存している。 縦断的相互作用履歴から構築した暗黙的行動アライメントのベンチマークであるIBA-Benchを紹介する。 IBA-Agentは、広範囲な検索と軌道レベルのアライメントを通じて競合する優先順位を調整するエージェントフレームワークである。
  論文  参考訳（メタデータ） (2026-08-03T12:52:04Z)
• VitaBench 2.0: Evaluating Personalized and Proactive Agents in Long-Term User Interactions [63.13827503828231]
  我々は、長期ユーザーインタラクションにおけるパーソナライズされたプロアクティブなエージェント動作を評価するためのベンチマークであるVitaBench 2.0を紹介する。 結果は、最先端のモデルでさえ、現実世界のパーソナライゼーションは非常に困難であることを示している。
  論文  参考訳（メタデータ） (2026-05-26T15:07:38Z)
• ConflictBench: Evaluating Human-AI Conflict via Interactive and Visually Grounded Environments [43.08480724370872]
  我々は150のマルチターンシナリオを通じて人間とAIの対立を評価するベンチマークであるConflictBenchを紹介した。 ConflictBenchはテキストベースのシミュレーションエンジンと視覚的に接地された世界モデルを統合し,動的条件下でのエージェントの知覚,計画,行動を可能にする。
  論文  参考訳（メタデータ） (2026-03-09T06:59:48Z)
• Multi-User Personalisation in Human-Robot Interaction: Using Quantitative Bipolar Argumentation Frameworks for Preferences Conflict Resolution [7.448890820711756]
  定量的バイポーラ調停フレームワーク(QBAF)に基づく新しいマルチユーザパーソナライズフレームワークを提案する。 Argumentation Frameworksの以前の作業とは異なり、私たちのアプローチはロボティクスに合わせています。 ユーザの議論とロボットによる環境観察の両方を取り入れている。
  論文  参考訳（メタデータ） (2025-11-05T15:59:30Z)
• Steerable Adversarial Scenario Generation through Test-Time Preference Alignment [58.37104890690234]
  対立シナリオ生成は、自律運転システムの安全性評価のためのコスト効率の良いアプローチである。 textbfSteerable textbfAdversarial scenario textbfGEnerator (SAGE) という新しいフレームワークを導入する。 SAGEは、逆境とリアリズムの間のトレードオフを、再トレーニングなしできめ細かいテストタイムコントロールを可能にします。
  論文  参考訳（メタデータ） (2025-09-24T13:27:35Z)
• RobEthiChor: Automated Context-aware Ethics-based Negotiation for Autonomous Robots [2.0617294404431417]
  RobEthiChorは、自律的なシステムがユーザーの倫理的嗜好と文脈的要因を意思決定に組み込むことを可能にするアプローチである。 RobEthiChorは、倫理ベースの交渉が可能な自律的なシステムを設計するためのドメインに依存しない参照アーキテクチャを備えている。 RobEthiChor-Rosはロボットに展開して倫理ベースの交渉機能を提供する。
  論文  参考訳（メタデータ） (2025-07-30T13:21:38Z)
• Online Decision Mediation [72.80902932543474]
  意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。 臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
  論文  参考訳（メタデータ） (2023-10-28T05:59:43Z)
• Runtime Resolution of Feature Interactions through Adaptive Requirement Weakening [8.873252360337085]
  機能相互作用問題は、新しいサイバー物理システムにとって依然として課題である。 競合するすべての機能を部分的に要件を満たすようにするための,新たな解決アプローチを提案する。 自律ドローンにおける特徴的相互作用のケーススタディを通じて、我々のアプローチを実証する。
  論文  参考訳（メタデータ） (2023-10-27T15:45:30Z)
• AgentCF: Collaborative Learning with Autonomous Language Agents for Recommender Systems [112.76941157194544]
  本稿では,エージェントベースの協調フィルタリングにより,レコメンデータシステムにおけるユーザとイテムのインタラクションをシミュレートするエージェントCFを提案する。 我々は、ユーザだけでなく、アイテムをエージェントとして、創造的に考慮し、両方のエージェントを同時に最適化する協調学習アプローチを開発します。 全体として、最適化されたエージェントは、ユーザ・イテム、ユーザ・ユーザ・ユーザ、アイテム・イテム、集合的インタラクションなど、フレームワーク内での多様なインタラクションの振る舞いを示す。
  論文  参考訳（メタデータ） (2023-10-13T16:37:14Z)
• Interacting with Non-Cooperative User: A New Paradigm for Proactive Dialogue Policy [83.61404191470126]
  インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。 具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。 実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2022-04-07T14:11:31Z)
• End-to-End Learning and Intervention in Games [60.41921763076017]
  ゲームにおける学習と介入のための統一的なフレームワークを提供する。 明示的および暗黙的な区別に基づく2つのアプローチを提案する。 分析結果は、実世界のいくつかの問題を用いて検証される。
  論文  参考訳（メタデータ） (2020-10-26T18:39:32Z)

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。