論文の概要: Earthquaker-AI: A Retrieval-Augmented Generation Framework with Rubric-Based Assessment for Primary School Earthquake Education
- arxiv url: http://arxiv.org/abs/2607.14046v1
- Date: Wed, 15 Jul 2026 17:15:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-16 16:39:12.839566
- Title: Earthquaker-AI: A Retrieval-Augmented Generation Framework with Rubric-Based Assessment for Primary School Earthquake Education
- Title（参考訳）: 耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震・耐震
- Abstract要約: Earthquaker-AIは、以前実装された教育ロボティクスプロジェクトに基づくハイブリッド教育フレームワークである。
小学生の耐震性と意識行動を高めることを目的としている。
生徒の反応を安全ガイドラインと整合させる指導学習機構として機能する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper presents Earthquaker-AI, a hybrid educational framework building upon a previously implemented educational robotics project by integrating a conversational AI assistant based on Retrieval-Augmented Generation. It aims to enhance earthquake preparedness and conscious action among primary-school students. The system extends the award-winning STEM project Earthquaker moving from mechanical simulation with Lego WeDo2 to cognitive and metacognitive processing. The robotics component uses Lego WeDo2 automation to simulate seismic response, letting students interact with sensors and actuators as tangible representations of protective actions. The assistant operates as a guided learning mechanism aligning student responses with safety guidelines, while providing rubric-based verbal feedback that supports self-regulated learning and calmness under emergency conditions. Earthquaker-AI follows a progressive learning trajectory aligned with cognitive development. In early grades, the focus is on basic recognition of safety actions through multiple-choice questions, assessed via a two-dimensional rubric. In middle grades, students identify correct action sequences through multiple-choice questions, evaluated via a three-axis rubric. In upper grades, the approach shifts to verbal production, requiring short written responses assessed via a four-dimensional rubric that includes clarity of expression. The dialogic module uses RAG to match student queries semantically with official guidelines, generating safe, accurate responses. Experimental evaluation shows high groundedness and accuracy, with a low hallucination rate. Overall, Earthquaker-AI combines hands-on engagement, information processing, and reflective practice. Combining robotics, rubrics, and AI promotes technological literacy, self-regulation, and responsible use of digital systems, contributing to early crisis-management skills.
- Abstract（参考訳）: 本稿では,Retrieval-Augmented Generationをベースとした対話型AIアシスタントを統合することで,従来実装されていた教育ロボティクスプロジェクトに基づくハイブリッド教育フレームワークであるAcademyr-AIを提案する。
小学生の耐震性と意識行動を高めることを目的としている。
このシステムは、Lego WeDo2による機械シミュレーションから、認知的およびメタ認知的処理まで、受賞したSTEMプロジェクトの地震計を拡張している。
このロボット部品はLego WeDo2の自動化を利用して地震応答をシミュレートする。
このアシスタントは、学生の反応を安全ガイドラインと整合させるガイド付き学習機構として機能し、緊急時の自己規制学習と静寂を支援するルーリックベースの言語フィードバックを提供する。
地震波AIは、認知発達に沿った進歩的な学習軌道に従う。
初等期の焦点は、複数選択質問による安全行動の基本的な認識であり、2次元のルーリックを通して評価される。
中学の生徒は,3軸ルーブリックを用いて,複数の選択質問を通じて正しい行動列を同定する。
上層部では、アプローチは口語生産に移行し、表現の明瞭さを含む4次元のルーリックを通して評価された短い応答を必要とする。
ダイアログモジュールはRAGを使用して、学生クエリを公式ガイドラインと意味的に一致させ、安全で正確な応答を生成する。
実験による評価では, 幻覚率の低い基底性, 精度が高かった。
全体としては、ハンドオンエンゲージメント、情報処理、反射練習を組み合わせている。
ロボティクス、ルーリック、AIを組み合わせることで、技術的リテラシー、自己規制、デジタルシステムの責任ある利用を促進し、初期の危機管理スキルに寄与する。
関連論文リスト
- Learning Physical Interaction: A Survey of Tactile- and Force-aware Robot Learning [128.76135832773102]
物理的に接地されたロボットインテリジェンスは、ロボットが物理的世界との相互作用を知覚し、推論し、規制することを要求する。
近年のロボット学習法は, 力, 触覚, 視覚, 言語, 触覚を学習操作ポリシーに組み込むことで, 大幅な進歩を遂げている。
これらの進歩にもかかわらず、既存の調査では、統一的な視点から、力と触覚を意識したロボット学習を明示的にレビューしていない。
論文 参考訳（メタデータ） (2026-08-02T14:22:01Z) - EARL: Towards a Unified Analysis-Guided Reinforcement Learning Framework for Egocentric Interaction Reasoning and Pixel Grounding [21.745254094130075]
本稿では,Egocentric Analysis-guided Reinforcement LearningフレームワークであるEARLを紹介する。
具体的には、EARLは粗い解釈ときめ細かい応答を含む2段階の構文解析フレームワークを採用する。
Ego-IRGBenchの実験では、EARLは65.48%のcIoUをピクセルグラウンドで達成し、以前のRLベースの手法よりも8.37%向上した。
論文 参考訳（メタデータ） (2026-05-14T12:10:27Z) - Safety in Embodied AI: A Survey of Risks, Attacks, and Defenses [168.50301366360344]
Embodied AI (Embodied AI) は、知覚、認知、計画、相互作用を、安全クリティカルな環境で機能するエージェントに統合する。
デジタルAIシステムとは異なり、エンボディエージェントは不確実な検知、不完全な知識、動的な人間とロボットの相互作用の下で行動しなければならない。
この調査は、エンボディされたAIにおける安全性研究の包括的なレビューを提供し、完全なエンボディされたパイプラインにわたる攻撃と防御を調査している。
論文 参考訳（メタデータ） (2026-03-28T13:21:44Z) - The Empty Quadrant: AI Teammates for Embodied Field Learning [0.0]
Field Atlas(フィールドアトラス)は、AIEDの指導的比喩をインストラクションからインストラクションへとシフトするフレームワークである。
博物館のシナリオを通してこの枠組みを実証し、結果として得られる軌道列は、AI製造に構造的に抵抗するプロセスベースのエビデンスを構成すると論じる。
論文 参考訳（メタデータ） (2026-03-04T13:13:44Z) - AI Deception: Risks, Dynamics, and Controls [153.71048309527225]
このプロジェクトは、AI偽装分野の包括的で最新の概要を提供する。
我々は、動物の偽装の研究からシグナル伝達理論に基づく、AI偽装の正式な定義を同定する。
我々は,AI偽装研究の展望を,偽装発生と偽装処理の2つの主要な構成要素からなる偽装サイクルとして整理する。
論文 参考訳（メタデータ） (2025-11-27T16:56:04Z) - ANNIE: Be Careful of Your Robots [48.89876809734855]
エンボディドAIシステムに対する敵の安全攻撃に関する最初の体系的研究について述べる。
すべての安全カテゴリーで攻撃の成功率は50%を超えている。
結果は、実証済みのAIシステムにおいて、これまで未調査だったが、非常に連続的な攻撃面を露呈する。
論文 参考訳（メタデータ） (2025-09-03T15:00:28Z) - Siamese Network with Dual Attention for EEG-Driven Social Learning: Bridging the Human-Robot Gap in Long-Tail Autonomous Driving [0.0]
本研究では脳波信号の分類を行う脳-コンピュータインタフェース(BCI)フレームワークを提案する。
タイムリーかつモチベーションの高いコロボティックエンジニアリングアプリケーションとして、準自律ロボット運転における危険事象を警告するために、人間とループのシナリオをシミュレートする。
本稿では,脳波を符号化した信号表現を生成するために,ダイナミック・タイム・ワーピング・バリーセンタ平均化手法と組み合わせた二重アテンション・シームズ畳み込みネットワークを提案する。
論文 参考訳（メタデータ） (2025-04-14T15:06:17Z) - Coherence-Driven Multimodal Safety Dialogue with Active Learning for Embodied Agents [23.960719833886984]
M-CoDAL(M-CoDAL)は、安全クリティカルな状況下でのコミュニケーションをよりよく理解するために、実施エージェント向けに設計されたマルチモーダル対話システムである。
提案手法は,2K Reddit画像から抽出した1Kの安全違反を含む,新たに作成されたマルチモーダルデータセットを用いて評価する。
このデータセットで得られた結果は、我々のアプローチが会話の安全性だけでなく、安全状況、ユーザーの感情、および会話の安全性の解決を改善することを実証している。
論文 参考訳（メタデータ） (2024-10-18T03:26:06Z) - A Hierarchical Regression Chain Framework for Affective Vocal Burst
Recognition [72.36055502078193]
本稿では,声帯からの感情認識のための連鎖回帰モデルに基づく階層的枠組みを提案する。
データスパシティの課題に対処するため、レイヤワイドおよび時間アグリゲーションモジュールを備えた自己教師付き学習(SSL)表現も使用しています。
提案されたシステムは、ACII Affective Vocal Burst (A-VB) Challenge 2022に参加し、「TWO」および「CULTURE」タスクで第1位となった。
論文 参考訳（メタデータ） (2023-03-14T16:08:45Z) - REAL-X -- Robot open-Ended Autonomous Learning Architectures: Achieving
Truly End-to-End Sensorimotor Autonomous Learning Systems [0.0]
先程提案されたREALコンペティションによる課題について検討する。
本稿では,ベンチマークの異なるバージョンを解くことができるREAL-Xロボットアーキテクチャを提案する。
論文 参考訳（メタデータ） (2020-11-27T18:12:06Z) - SAPIEN: A SimulAted Part-based Interactive ENvironment [77.4739790629284]
SAPIENは現実的で物理に富んだシミュレートされた環境であり、音声オブジェクトのための大規模なセットをホストしている。
部品検出と動作特性認識のための最先端の視覚アルゴリズムの評価を行い,ロボットインタラクションタスクの実証を行った。
論文 参考訳（メタデータ） (2020-03-19T00:11:34Z)
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。