論文の概要: Mind the Context: Continual Learning of Socially Appropriate Robot Actions via Environmental-Social Disentanglement

• arxiv url: http://arxiv.org/abs/2608.13448v1
• Date: Thu, 13 Aug 2026 16:33:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.602311
• Title: Mind the Context: Continual Learning of Socially Appropriate Robot Actions via Environmental-Social Disentanglement
• Title（参考訳）: マインド・ザ・コンテクスト:環境と社会の絡み合いによる社会的に適切なロボット行動の継続的な学習
• Abstract要約: 社会ロボットは様々な環境にまたがって機能することが期待されており、同様のアレンジメントは社会的に適切な行動を示す可能性がある。 これまで、社会的に適切なロボットアクションを生成するためのCLを研究してきたが、ドメイン・インクリメンタルな設定には対応していない。 このギャップをExplicit Disentanglement Dual-Branchフレームワークで解決する。
• 参考スコア（独自算出の注目度）: 10.556929614386888
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social robots are expected to operate across diverse environments, where similar arrangements can imply different socially appropriate actions, e.g., starting a conversation may be acceptable in a crowded home but disruptive in an office meeting. Because such norms and environments cannot all be anticipated in advance, robots require continual learning (CL) to adapt from sequential experience while retaining previously acquired knowledge. Prior work has studied CL for generating socially appropriate robot actions, but it has not addressed domain-incremental settings in which the robot incrementally encounters diverse contexts (e.g., living room, meeting room, office, hallway), where both environmental (e.g., whether the space is open or cluttered with furniture) and social cues (e.g., how people or other agents are positioned around the robot) jointly shape the appropriateness of robot actions. We address this gap with the Explicit Disentanglement Dual-Branch (EDD) framework. EDD explicitly separates environmental and social-agent related knowledge and uses replay-based rehearsal to mitigate forgetting while learning the appropriateness of robot actions (e.g., cleaning, serving, starting a conversation) across several indoor domains. Experiments show that EDD outperforms several state-of-the-art baselines, and ablation studies further evaluate different disentanglement strategies and the sensitivity to domain ordering. Our code is publicly available at https://github.com/Cambridge-AFAR/Mind-the-Context.git.
• Abstract（参考訳）: 例えば、会話を始めることは、混雑した家庭では受け入れられるが、オフィスミーティングでは破壊的だ。 このような規範や環境は全て事前に予測できないため、ロボットは、以前に獲得した知識を維持しながら、逐次的な経験から適応するために連続学習(CL)を必要とする。 これまで、社会的に適切なロボット行動を生成するためのCLを研究してきたが、ロボットがさまざまな状況(リビングルーム、会議室、オフィス、廊下など)に徐々に遭遇するドメインインクリメンタルな設定には対応していない。 このギャップを、EDD(Explicit Disentanglement Dual-Branch)フレームワークで解決する。 EDDは、環境や社会的エージェントに関連する知識を明確に分離し、リプレイベースのリハーサルを使用して、複数の屋内ドメインにわたるロボットアクション(例えば、クリーニング、サービス開始、会話開始)の適切性を学びながら、忘れを緩和する。 実験により、EDDはいくつかの最先端のベースラインより優れており、アブレーション研究は異なるアンタングルメント戦略とドメインの順序に対する感受性をさらに評価している。 私たちのコードはhttps://github.com/Cambridge-AFAR/Mind-the-Context.git.comで公開されています。

関連論文リスト

• Embodiment Meets Environment: Toward Context-Aware, Safe Physical Caregiving Robots [1.9330747561945643]
  E2$-CAREは、オンラインで実行がリフォームされたインタラクションテンプレートとして、原始的な介護スキルを表す。 E2$-CAREは、統合された3Dダイナミックシーングラフ内の環境、ロボット、人間を表す。 これらの制約を実行時に強制することにより、同じスキルテンプレートをゼロショットで安全にさまざまな環境に再利用することができる。
  論文  参考訳（メタデータ） (2026-06-26T20:36:26Z)
• From Obstacles to Etiquette: Robot Social Navigation with VLM-Informed Path Selection [57.74400052368147]
  本稿では,幾何学的計画と文脈的社会的推論を統合した社会ロボットナビゲーションフレームワークを提案する。 このシステムはまず障害物や人間の力学を抽出し、幾何学的に実現可能な候補経路を生成し、次に細調整された視覚言語モデル(VLM)を利用してこれらの経路を評価する。 4つのソーシャルナビゲーション環境における実験により, 生活空間違反の最小期間, 歩行者面の最小時間, 社会ゾーンの侵入がない場合に, ベストな総合的なパフォーマンスを達成できることが実証された。
  論文  参考訳（メタデータ） (2026-02-09T18:46:12Z)
• Heterogeneous Robot Collaboration in Unstructured Environments with Grounded Generative Intelligence [54.91177026001217]
  大規模言語モデル(LLM)対応のチーム化手法は、よく構造化された既知の環境を前提とするのが一般的である。 異種ロボットチームにおけるLCMの推論能力を基盤として,これらの制約に対処するフレームワークであるSPINE-HTを提案する。 我々のフレームワークは、従来のLLM対応の不均一なチームリング手法と比較して、ほぼ2倍の成功率を達成する。
  論文  参考訳（メタデータ） (2025-10-30T18:24:38Z)
• GRUtopia: Dream General Robots in a City at Scale [65.08318324604116]
  本稿では,各種ロボットを対象とした対話型3D社会「GRUtopia」について紹介する。 GRScenesには100万のインタラクティブな微妙な注釈付きシーンが含まれており、都市規模の環境に自由に組み合わせることができる。 GRResidentsはLarge Language Model (LLM)によって駆動されるNon-Player Character (NPC)システムである。
  論文  参考訳（メタデータ） (2024-07-15T17:40:46Z)
• Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
  脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。 現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。 本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
  論文  参考訳（メタデータ） (2024-07-02T21:00:30Z)
• Socially Pertinent Robots in Gerontological Healthcare [81.67026771075037]
  本論文は,パリの保育所における患者と同伴者による2つの実験を通じて,社会的・対話的相互作用能力を備えたフルサイズのヒューマノイドロボットを用いて,この疑問に部分的に答えようとする試みである。 特に、ロボットの知覚とアクションスキルが環境の雑多さに対して堅牢であり、さまざまなインタラクションを扱うために柔軟である場合、ユーザーはこの技術を受け入れる。
  論文  参考訳（メタデータ） (2024-04-11T08:43:37Z)
• Robot Interaction Behavior Generation based on Social Motion Forecasting for Human-Robot Interaction [9.806227900768926]
  本稿では,共有ロボット表現空間における社会的動き予測のモデル化を提案する。 ECHOは上記の共有空間で活動し、社会的シナリオで遭遇したエージェントの将来の動きを予測する。 我々は,多対人動作予測タスクにおけるモデルの評価を行い,最先端の性能を大きなマージンで獲得する。
  論文  参考訳（メタデータ） (2024-02-07T11:37:14Z)
• Developing Social Robots with Empathetic Non-Verbal Cues Using Large Language Models [2.5489046505746704]
  我々は,音声,行動(妊娠),表情,感情の4種類の共感的非言語的手がかりを社会ロボットで設計し,ラベル付けする。 予備的な結果は、ロボットの反応において「喜び」や「リリー」のような穏やかでポジティブな社会的感情の好みや、頻繁にうなずく動作など、異なるパターンが示される。 我々の研究は、言語と非言語の両方が社会的・共感的なロボットを作る上で不可欠な役割を強調し、人間とロボットの相互作用に関する将来の研究の基盤となる。
  論文  参考訳（メタデータ） (2023-08-31T08:20:04Z)
• Proceeding of the 1st Workshop on Social Robots Personalisation At the crossroads between engineering and humanities (CONCATENATE) [37.838596863193565]
  本ワークショップは,ロボット工学におけるパーソナライゼーションに関する学際的な議論を提起することを目的としている。 異なる分野の研究者を集結させ、パーソナライズのためのガイドラインを提案することを目的としている。
  論文  参考訳（メタデータ） (2023-07-10T11:11:24Z)
• A MultiModal Social Robot Toward Personalized Emotion Interaction [1.2183405753834562]
  本研究では,ロボットインタラクションポリシーを強化するために,強化学習を伴うマルチモーダルヒューマンロボットインタラクション(HRI)フレームワークを実証する。 目標は、ロボットがより自然で魅力的なHRIフレームワークを作れるように、このフレームワークを社会シナリオに適用することだ。
  論文  参考訳（メタデータ） (2021-10-08T00:35:44Z)
• From Learning to Relearning: A Framework for Diminishing Bias in Social Robot Navigation [3.3511723893430476]
  社会的ナビゲーションモデルは、差別や差別のような社会的不公平を複製し、促進し、増幅することができる。 提案するフレームワークは,安全性と快適性を考慮したソーシャルコンテキストを学習プロセスに組み込んだtextitlearningと,発生前に潜在的に有害な結果を検出し修正するtextitrelearningの2つのコンポーネントで構成されている。
  論文  参考訳（メタデータ） (2021-01-07T17:42:35Z)
• Self-supervised reinforcement learning for speaker localisation with the iCub humanoid robot [58.2026611111328]
  人の顔を見ることは、ノイズの多い環境での音声のフィルタリングに人間が依存するメカニズムの1つである。 スピーカーに目を向けるロボットを持つことは、挑戦的な環境でのASRのパフォーマンスに恩恵をもたらす可能性がある。 本稿では,人間の初期発達に触発された自己指導型強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-12T18:02:15Z)

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。