論文の概要: Factors Influencing Conversational Engagement in Robot-Delivered Individual Cognitive Stimulation Therapy (iCST) for Dementia in Home Settings
- arxiv url: http://arxiv.org/abs/2607.07998v1
- Date: Thu, 09 Jul 2026 00:04:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.370541
- Title: Factors Influencing Conversational Engagement in Robot-Delivered Individual Cognitive Stimulation Therapy (iCST) for Dementia in Home Settings
- Title（参考訳）: 在宅認知症に対するロボット支援型認知刺激療法(iCST)における会話エンゲージメントに影響する要因
- Abstract要約: 社会ロボットは認知症治療のための認知療法を支援する有望な手段を提供する。
本研究は,ロボットによる個別認知刺激療法の相互作用パターンを分析した。
- 参考スコア（独自算出の注目度）: 0.5156484100374058
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social robots offer a promising means of supporting cognitive therapies for dementia care by guiding structured conversation and therapeutic activities. However, little is known about the conversational dynamics that emerge during robot-delivered cognitive stimulation therapy (CST) sessions. This study analysed the interaction patterns from robot-delivered individual CST (iCST) sessions conducted with people living with dementia in home settings. Our Co-STAR (Cognitive Stimulation Therapy by an Autonomous Robot) system was deployed in the homes of eight PwDs for one week, who completed 30-minute sessions. Conversational metrics, including words per turn, speech production rate, response duration, response latency, and self-referential language, were analysed to examine how conversational engagement is shaped by prompt personalisation, interaction phase, and participant characteristics. The findings highlight three key interactional properties of robot-delivered iCST. First, personalised prompts significantly increase response duration, self-referential language, and overall engagement compared to generic prompts. Second, conversational behaviour changes within sessions, with a reduction in the verbal output and autobiographical engagement observed during later interaction phases, which suggests cognitive fatigue. Third, first-session conversational metrics were associated with long-term participation, while living situation influenced conversational engagement patterns. These findings provide empirical insights into the factors that shape conversational engagement in robot-delivered iCST. They inform the design of adaptive conversational robots for dementia therapy.
- Abstract（参考訳）: 社会ロボットは、構造化された会話と治療活動を導くことによって、認知的認知療法を支援する有望な手段を提供する。
しかし、ロボットによる認知刺激療法(CST)セッション中に現れる会話のダイナミクスについてはほとんど分かっていない。
本研究は,認知症に罹患している人を対象に,ロボットによる個別CST(iCST)セッションのインタラクションパターンを分析した。
我々のCo-STAR(Co-STAR:Cognitive Stimulation Therapy by a autonomous Robot)システムは、30分間のセッションを完了した8台のPwDの家庭に1週間展開した。
会話のエンゲージメントを,素早いパーソナライゼーション,インタラクション・フェーズ,参加者特性によってどのように形成されているかを調べるために,ターン毎の単語,音声生成率,応答時間,応答遅延,自己参照言語などの会話指標を分析した。
この結果から,ロボットによるiCSTの3つの重要な相互作用特性が明らかになった。
まず、パーソナライズされたプロンプトは、一般的なプロンプトと比較して応答時間、自己参照言語、全体的なエンゲージメントを著しく増加させる。
第2に、会話行動はセッション内で変化し、後の相互作用フェーズで観察される言語出力と自伝的エンゲージメントが減少し、認知的疲労が示唆される。
第3に,第1セッション会話尺度は長期参加に関連付けられ,生活状況は会話参加パターンに影響を及ぼした。
これらの知見は、ロボットが配達するiCSTにおける会話のエンゲージメントを形作る要因に関する実証的な洞察を与える。
認知症治療のための適応型会話ロボットの設計について報告する。
関連論文リスト
- Co-STAR: Cognitive Stimulation Therapy by an Autonomous Robot for Dementia -- A One-Week In-Home Study [0.5156484100374058]
在宅での認知刺激療法(CST)を自律的に実施できる社会ロボットを開発し,展開した。
本研究は,セッション開始をしばしば支援し,時には活動に参加する家族の重要役割を強調した。
論文 参考訳（メタデータ） (2026-07-07T00:19:22Z) - Predicting Cognitive Load from Speech and Interaction Dynamics in Dyadic Conversations [5.53329677986653]
音声から認知負荷を推定することは、制御された実験室で主に研究されている。
我々は,9つの協調作業を行う53のダイアドから音声を分析し,静的音響,動的,対話的特徴を抽出し,2つの頭部Gated Recurrent Unitエンコーダを訓練する。
その結果、会話の相互作用は、時間的プレッシャー、メンタルワーク、努力、タスクパフォーマンスに関連する認知的負荷を予測するのに有用な信号であることが示された。
論文 参考訳（メタデータ） (2026-06-11T07:05:26Z) - SocialOmni: Benchmarking Audio-Visual Social Interactivity in Omni Models [86.19617358080016]
Social Omniは、3つのコア次元にわたる対話性の評価を運用するベンチマークである。
Social Omniは2000の知覚サンプルと209の相互作用生成インスタンスの品質管理された診断セットを備えている。
本分析により,モデルの知覚的精度と,文脈的に適切な割り込みを生成する能力との間に顕著な疎結合が明らかとなった。
論文 参考訳（メタデータ） (2026-03-17T17:58:44Z) - The ICASSP 2026 HumDial Challenge: Benchmarking Human-like Spoken Dialogue Systems in the LLM Era [95.35748535806744]
我々はICASSP 2026で最初のヒューマンライクな音声対話システムチャレンジ(HumDial)を開催する。
本稿では,データセット,トラック構成,最終結果について概説する。
論文 参考訳（メタデータ） (2026-01-09T06:32:30Z) - Chronological Thinking in Full-Duplex Spoken Dialogue Language Models [66.84843878538207]
時系列思考は、完全なSDLMの応答品質を改善することを目的としている。
追加のレイテンシがない: ユーザが話すのをやめると、エージェントは考えるのをやめ、それ以上の遅延なしに話し始める。
結果: 客観的指標と人的評価の両面から, 時系列思考の有効性を示す実験を行った。
論文 参考訳（メタデータ） (2025-10-02T10:28:11Z) - Do We Talk to Robots Like Therapists, and Do They Respond Accordingly? Language Alignment in AI Emotional Support [6.987852837732702]
本研究は,ヒトとヒトのセラピーセッションにおいて,ロボットと共有される関心が,ヒトとヒトのセラピーセッションで共有される関心事と一致しているかを検討する。
我々は,ユーザとプロのセラピストとのインタラクションと,ソーシャルロボットとの支援的な会話を含む2つのデータセットを分析した。
その結果、ロボットの会話開示の90.88%は、人間の治療データセットからクラスタにマッピングできることがわかった。
論文 参考訳（メタデータ） (2025-06-19T17:20:30Z) - Habit Coach: Customising RAG-based chatbots to support behavior change [0.6184871136700835]
Habit Coachは、パーソナライズされたインタラクションを通じて、ユーザの習慣の変化をサポートするように設計されている。
本研究では,言語モデルを再学習することなく,行動のパーソナライズを可能にするRAG(Retrieval-Augmented Generation)システムを開発した。
開発プロセスにおける重要な課題は、宣言的知識を効果的な相互作用行動に変換することの難しさだった。
論文 参考訳（メタデータ） (2024-11-28T15:53:27Z) - Interactive Conversational Head Generation [68.76774230274076]
対面会話における1つのインターロケータの振る舞いを合成するための新しい対話ヘッド生成ベンチマークを提案する。
長時間・複数回会話に参加可能なインターロカクタを自動的に合成する機能は不可欠であり、様々なアプリケーションにメリットを提供する。
論文 参考訳（メタデータ） (2023-07-05T08:06:26Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - Automated Quality Assessment of Cognitive Behavioral Therapy Sessions
Through Highly Contextualized Language Representations [34.670548892766625]
認知行動療法(Cognitive Behavioral Therapy, CBT)という,特定の心理療法の行動自動スコアリングモデルを提案する。
このモデルは高い解釈可能性を達成するためにマルチタスクで訓練される。
BERTベースの表現は、利用可能な治療メタデータでさらに拡張され、関連する非言語的コンテキストを提供し、一貫したパフォーマンス改善につながります。
論文 参考訳（メタデータ） (2021-02-23T09:22:29Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳（メタデータ） (2020-04-11T12:51:07Z)
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。