論文の概要: How Should I Pick a Foundation Model for My Robot? In Favor of a Community Evaluation Framework for Social Robots

• arxiv url: http://arxiv.org/abs/2608.06898v1
• Date: Fri, 07 Aug 2026 07:33:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-10 16:21:25.396925
• Title: How Should I Pick a Foundation Model for My Robot? In Favor of a Community Evaluation Framework for Social Robots
• Title（参考訳）: 社会ロボットのための基礎モデルをどのように選択すべきか : 社会ロボットのためのコミュニティ評価フレームワークを好んで
• Abstract要約: 社会ロボットの基礎モデルの5つの評価次元を同定する。 本稿では、まず一般的なメトリクスでフィルタし、次にシミュレーションされたインタラクションに拡張し、より高価でロボット固有の評価を終了する3層評価ファンネルパラダイムを提案する。
• 参考スコア（独自算出の注目度）: 8.113321376993298
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Researchers who seek to build social robot applications on foundation models are faced with a difficult question: how should we pick a model? Public leaderboards offer little guidance: the demands of real-time, embodied social interaction lie largely outside their focus. And direct evaluation is impractical at scale: each embodied study requires scarce participant, robot, and experimenter time. In this paper, we identify five evaluation dimensions for foundation models in social robots: (i) conversational competence, (ii) user safety, (iii) embodied character, (iv) target scene effectiveness, and (v) audience appropriateness. To make model selection cheaper and better informed, we propose a three-tiered evaluation funnel paradigm that first filters with general metrics, then extends to simulated interactions, and terminates in more expensive, robot-specific evaluation. We map all five dimensions across all three tiers, chart where applicable evaluation methods exist and are missing, and close with a call to action: let's build the evaluation framework together as a community.
• Abstract（参考訳）: 基礎モデルに基づいてソーシャルロボットアプリケーションを構築しようとする研究者たちは、難しい問題に直面している。 リアルタイムで具体化されたソーシャルインタラクションの要求は、主に彼らの焦点外にあります。 それぞれの実施した研究には、参加者の不足、ロボット、実験者時間が必要です。 本稿では,社会ロボットの基礎モデルに対する5つの評価次元を同定する。 (一)会話能力、 (二)利用者の安全 (三)体格 (4)ターゲットシーンの有効性、及び (v) 観客の適当性。 モデル選択を安価に、より良い情報を得るために、まず一般的なメトリクスでフィルタし、次にシミュレートされたインタラクションに拡張し、より高価でロボット固有の評価を終了する3層評価ファンネルパラダイムを提案する。 すべての5次元を3つの階層にマップし、適用可能な評価方法が存在し、欠落しているチャートを作成します。

関連論文リスト

• The Embodiment Gap in Robot Foundation Models [7.90590547085857]
  ロボット工学では、モデルは特定の身体を持つロボットで動く前に作業が残っている間、一般化することができる。 我々は、再利用可能なモデル、表現、データ間のギャップと、対象ロボット上での実行におけるそれらの使用を具体化ギャップと呼ぶ。 この調査では、ロボットの体にまたがって再利用できるものや、新しいロボットにまだ実装する必要があるものについて調べる。
  論文  参考訳（メタデータ） (2026-08-19T01:55:04Z)
• StARS: Socially Appropriate Robot Actions via a Recommender System-Driven Approach [9.290474217180407]
  我々は、リコメンデータシステムにインスパイアされた嗜好モデリング問題として、社会的に適切な行動生成を再構成する。 本稿では,協調フィルタリングと学習可能なシーン表現を統合した新しいモデルに依存しないフレームワークStARSを提案する。 社会的に認識された2つのロボットデータセットであるMannersDB+とSocNav1上でStARSを評価し、疎選好フィードバックの下で頑健さを分析した。
  論文  参考訳（メタデータ） (2026-07-23T20:38:07Z)
• GigaWorld-1: A Roadmap to Build World Models for Robot Policy Evaluation [73.02743604295246]
  WMBenchは、実際のロボット遠隔操作データとポリシーのロールアウトから構築されたベンチマークである。 7つのビデオワールドモデル,4つのアクション表現スキーム,および実際のロボット実行と組み合わせた324,000以上のシミュレートされたポリシーロールアウトを分析した。 評価者の品質は、短期的な視覚的リアリズムよりも、長期的な、行動に忠実なロールアウト一貫性に支配されている。
  論文  参考訳（メタデータ） (2026-07-02T17:02:43Z)
• The Robot's Inner Critic: Self-Refinement of Social Behaviors through VLM-based Replanning [2.38295275136047]
  CRISP(Critique-and-Replan for Interactive Social Presence)は、ロボットが自身の行動を批判し、再計画する自律的なフレームワークである。 CRISPは,(1)ロボットの記述ファイルを解析して可動関節と制約を抽出する。 ロボットの構造ファイルだけを使って、さまざまなプラットフォーム上で微妙に異なる人間的な動きを生成できる。
  論文  参考訳（メタデータ） (2026-03-20T17:40:21Z)
• Gesture Generation (Still) Needs Improved Human Evaluation Practices: Insights from a Community-Driven State-of-the-Art Benchmark [55.41250396114216]
  音声認識による3Dジェスチャー生成における人的評価の実践について検討する。 本稿では,広範に使用されているBEAT2モーションキャプチャーデータセットの詳細な評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2025-11-03T05:17:28Z)
• Are Large Language Models Aligned with People's Social Intuitions for Human-Robot Interactions? [7.308479353736709]
  大規模言語モデル(LLM)は、ロボット工学、特にハイレベルな行動計画にますます使われている。 本研究では,人間とロボットの相互作用のシナリオにおいて,LLMが人々の直感やコミュニケーションを再現するかどうかを検証する。 視覚モデルでは映像刺激の本質を捉えることができず、LLMは人よりもコミュニケーション行動や行動を評価する傾向にあることを示す。
  論文  参考訳（メタデータ） (2024-03-08T22:23:23Z)
• Real-time Addressee Estimation: Deployment of a Deep-Learning Model on the iCub Robot [52.277579221741746]
  住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。 人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。 本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
  論文  参考訳（メタデータ） (2023-11-09T13:01:21Z)
• SOCRATES: Text-based Human Search and Approach using a Robot Dog [6.168521568443759]
  我々は、TEXシステム(SOCRATES)に基づく人間に接近するロボットのためのSOCraticモデルを提案する。 本稿では,まず,言語領域の大規模事前学習モデルを接続して,下流課題を解決するヒューマンサーチソクラティックモデルを提案する。 そこで本研究では,人間に接近するターゲット音響ロボットの動きを生成するためのハイブリッド学習ベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-02-10T15:35:24Z)
• Evaluating Human-Language Model Interaction [79.33022878034627]
  我々は,対話型システムのコンポーネントを定義する,HALIE(Human-AI Language-based Interaction Evaluation)という新しいフレームワークを開発した。 ソーシャル対話,質問応答,クロスワードパズル,要約,メタファ生成という,対話のさまざまな形態をカバーする5つのタスクを設計する。 より優れた非対話的性能は、必ずしもより良い人間とLMの相互作用に必ずしも変換されない。
  論文  参考訳（メタデータ） (2022-12-19T18:59:45Z)
• Don't Copy the Teacher: Data and Model Challenges in Embodied Dialogue [92.01165203498299]
  後続の身体的対話命令は、自然言語交換から複雑なタスクのシーケンスを完了させるエージェントを必要とする。 本稿では,模倣学習(IL)と関連する低レベルメトリクスが,実際には誤解を招くものであり,具体的対話研究の目標と一致していないことを論じる。
  論文  参考訳（メタデータ） (2022-10-10T05:51:40Z)
• Towards Automatic Evaluation of Dialog Systems: A Model-Free Off-Policy Evaluation Approach [84.02388020258141]
  強化学習におけるオフポリシ評価に基づく人間評価スコア推定のための新しいフレームワークであるENIGMAを提案する。 ENIGMAはいくつかの事前収集された経験データしか必要としないため、評価中にターゲットポリシーとのヒューマンインタラクションは不要である。 実験の結果,ENIGMAは人間の評価スコアと相関して既存手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2021-02-20T03:29:20Z)

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。