論文の概要: Belief-Aware Influence and Trust (BAIT): Shaping Human Belief During Repeated Human-Robot Interaction

• arxiv url: http://arxiv.org/abs/2607.25327v2
• Date: Mon, 03 Aug 2026 00:40:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:23.923456
• Title: Belief-Aware Influence and Trust (BAIT): Shaping Human Belief During Repeated Human-Robot Interaction
• Title（参考訳）: 信念・意識の影響と信頼--人間とロボットの相互行為の繰り返しにおける人間の信念の形成
• Authors: Ye-Ji Mun, Mahsa Golchoubian, Shahabedin Sagheb, Yan Bai, Tianhao Ji, Dylan P. Losey, Katherine Driggs-Campbell,
• Abstract要約: 本稿では,Belief-fect Aware and Trust(BAIT)コントローラを紹介する。 BAITは階層的な粒子フィルタを統合し、高速な人間の戦略シフトと知覚的信念の更新を推論する。 それは、厳格な制約として即時のタスクパフォーマンスを強制しながら、長期的影響と人間的信頼のトレードオフを明示的に最適化する。
• 参考スコア（独自算出の注目度）: 15.592207335321282
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Repeated human-robot interaction (HRI) requires proactively accounting for humans who continually adapt to evolving beliefs about the robot. Prior frameworks often treat encounters as isolated events, suffering cumulative task performance decay as human perception drifts, or maintain long-term influence through erratic, unpredictable behavior that erodes perceived human trust and relies on computationally unscalable formulations. To address these gaps, we introduce the Belief- Aware Influence and Trust (BAIT) controller. BAIT integrates a hierarchical particle filter, which infers both fast human strategic shifts and slow perceptual belief updates, with a belief-aware Model Predictive Path Integral planner. BAIT explicitly optimizes the trade-off between long-horizon influence and human trust, while enforcing immediate task performance as a strict constraint. Across simulations, a human-subject study, and a real-world GEM vehicle deployments in repeated lane-merging scenarios, BAIT achieves task performance comparable to baselines that optimize long-term influence through unpredictability while yielding significantly higher user trust. The video demonstrating our experiments is available at https://youtu.be/9o4GqKLWDCw.
• Abstract（参考訳）: 反復的人間ロボット相互作用(HRI)は、ロボットに関する進化的信念に継続的に適応する人間を積極的に説明する必要がある。 以前のフレームワークは、出会いを孤立した出来事として扱い、人間の知覚の漂流として累積的なタスクパフォーマンスの崩壊に苦しむことや、人間の信頼を侵食し、計算不可能な定式化に依存する不安定で予測不能な行動を通じて長期的な影響を維持することが多かった。 これらのギャップに対処するために,Belief-Aware Influence and Trust (BAIT) コントローラを導入する。 BAITは、高速な人間の戦略的シフトと知覚的信念の更新の両方を推論する階層的な粒子フィルタと、信念を意識したモデル予測パスインテグレータを統合している。 BAITは、厳密な制約として即時のタスクパフォーマンスを強制しながら、長期的影響と人間的信頼のトレードオフを明示的に最適化する。 シミュレーション、人-オブジェクト研究、および繰り返し車線統合シナリオにおける実世界のGEM車両の展開を通じて、BAITは、予測不可能性を通じて長期的な影響を最適化し、ユーザの信頼を著しく高めながら、ベースラインに匹敵するタスクパフォーマンスを達成する。 実験のデモビデオはhttps://youtu.be/9o4GqKLWDCw.comで公開されている。

関連論文リスト

• HumanLLM: Towards Personalized Understanding and Simulation of Human Nature [72.55730315685837]
  HumanLLMは個人のパーソナライズされた理解とシミュレーションのために設計された基礎モデルである。 私たちはまず、Reddit、Twitter、Blogger、Amazonといったプラットフォーム上で、現実世界のユーザデータをキュレートした大規模なコーパスであるCognitive Genomeを構築しました。 次に、多様な学習タスクを定式化し、教師付き微調整を行い、モデルの幅広い個人化された人間の行動、思考、経験を予測する。
  論文  参考訳（メタデータ） (2026-01-22T09:27:27Z)
• Learning Whole-Body Human-Humanoid Interaction from Human-Human Demonstrations [63.80827184637476]
  D-STAR(D-STAR)は,行動すべき場所から行動すべき場所を乱す階層的な政策である。 広範かつ厳密なシミュレーションを通じて、我々のフレームワークを検証する。
  論文  参考訳（メタデータ） (2026-01-14T14:37:06Z)
• Modeling Others' Minds as Code [11.32494166591141]
  コード内の行動プログラムを合成する新しいアルゴリズムであるROTEを紹介する。 ROTEは、スパースな観察から人間とAIの振る舞いを予測する。 行動理解をプログラム合成問題として扱うことで、ROTEはAIシステムが現実世界の人間の行動を効率的に効果的に予測する道を開く。
  論文  参考訳（メタデータ） (2025-09-29T22:56:34Z)
• Uncertainty Aware-Predictive Control Barrier Functions: Safer Human Robot Interaction through Probabilistic Motion Forecasting [13.020006323600251]
  不確かさを意識した予測制御バリア関数は、制御バリア関数の正式な安全性を保証することで、確率的手の動き予測を融合させる。 UA-PCBFは、将来の人間の状態をより深く理解した協力型ロボットに力を与える。 最先端のHRIアーキテクチャとは対照的に、UA-PCBFはタスククリティカルなメトリクスでより良いパフォーマンスを示す。
  論文  参考訳（メタデータ） (2025-08-28T14:11:26Z)
• Improving Trust Estimation in Human-Robot Collaboration Using Beta Reputation at Fine-grained Timescales [28.8269384384984]
  本稿では,詳細な時間スケールでのベータ評価を用いた人的信頼度推定のための新しい枠組みを提案する。 本研究では,最大エントロピー最適化を用いた連続報酬関数を構築し,性能指標の厳密な仕様化の必要性を解消する。
  論文  参考訳（メタデータ） (2024-11-04T07:46:24Z)
• Quantifying Assistive Robustness Via the Natural-Adversarial Frontier [40.125563987538044]
  RIGIDは、ロボット報酬の最小化と人間の行動とをトレードオフする対人政策の訓練方法である。 補助ギムタスクでは、RIGIDを用いて、標準的な協調強化学習のパフォーマンスを分析する。 また,フロンティアのRIGIDを,専門家の対人インタラクションで特定された障害と,ユーザインタラクション中に自然に発生する障害とを比較した。
  論文  参考訳（メタデータ） (2023-10-16T17:34:54Z)
• Learning to Influence Human Behavior with Offline Reinforcement Learning [70.7884839812069]
  人間の準最適性を捉える必要があるような環境での影響に焦点を当てる。 人間によるオンライン実験は安全ではない可能性があり、環境の高忠実度シミュレータを作成することは現実的ではないことが多い。 オフライン強化学習は、観察された人間・人間の行動の要素を拡張し、組み合わせることで、人間に効果的に影響を及ぼすことができることを示す。
  論文  参考訳（メタデータ） (2023-03-03T23:41:55Z)
• Learning to Plan Optimistically: Uncertainty-Guided Deep Exploration via Latent Model Ensembles [73.15950858151594]
  本稿では,不確実な長期報酬に直面した最適化による深層探査を可能にするLOVE(Latent Optimistic Value Exploration)を提案する。 潜在世界モデルと値関数推定を組み合わせ、無限水平リターンを予測し、アンサンブルにより関連する不確実性を回復する。 連続行動空間における視覚ロボット制御タスクにLOVEを適用し、最先端や他の探査目標と比較して、平均20%以上のサンプル効率の改善を実証する。
  論文  参考訳（メタデータ） (2020-10-27T22:06:57Z)

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。