論文の概要: Bridging Teacher Expectations and Robot Learning via Coupling Dynamics

• arxiv url: http://arxiv.org/abs/2608.23994v1
• Date: Tue, 25 Aug 2026 02:34:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:34.76264
• Title: Bridging Teacher Expectations and Robot Learning via Coupling Dynamics
• Title（参考訳）: ブリッジング教師の期待と結合ダイナミクスによるロボット学習
• Abstract要約: 人間ロボット教育の最近のアプローチは、人間の教えとロボット学習の結合に焦点を当てている。 そこで本研究では,人間とロボットの相互作用を,人間教師とロボット学習者との結合ダイナミクスに基づいて分類する手法を提案する。
• 参考スコア（独自算出の注目度）: 1.1724961392643483
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human-robot teaching focuses on enabling nontechnical experts to customize robots according to their needs after deployment. With recent advances in machine learning, human-robot teaching is no longer confined to offline learning where the data gathering step from a human teacher is separated from when the robot learns. Instead, more recent approaches for human-robot teaching focus on coupling human teaching with robot learning. This coupling impacts the structure, timing, and content of the teaching and learning interaction. However, it is currently unclear how such coupling dynamics affect humanrobot teaching effectiveness and human perceptions towards the teaching process. Informed by human learning theories, in this paper we propose a new scale for classifying human-robot teaching interactions according to coupling dynamics present between the human teacher and robot learner. We apply this scale to a subset of the human-robot teaching literature to identify how coupling dynamics and human teacher mental model mismatches with the ground truth robot learning system affect teaching effectiveness and human perceptions towards the teaching process
• Abstract（参考訳）: ヒューマンロボット教育は、非技術専門家がデプロイ後のニーズに応じてロボットをカスタマイズできるようにすることに焦点を当てている。 近年の機械学習の進歩により、人間ロボットの教育は、ロボットが学習する時に人間の教師からのデータ収集ステップが分離されるオフライン学習に限定されなくなった。 より最近の人間ロボット教育のアプローチは、人間の教えとロボット学習を結びつけることに焦点を当てている。 この結合は、教育と学習の相互作用の構造、タイミング、内容に影響を与える。 しかし、そのような結合のダイナミクスが人間ロボットの教育効果と教育過程に対する人間の知覚にどのように影響するかは、現時点では不明である。 本稿では,人間学習理論を参考に,人間教師とロボット学習者とが持つ結合力学に基づき,人間とロボットの相互作用を分類する新しい尺度を提案する。 この尺度を人間ロボット教育文学のサブセットに適用し、人間教師のメンタルモデルと人間教師のメンタルモデルが、基礎となる真実のロボット学習システムとどのように一致しているかを学習過程に対する教育効果と人間の知覚にどう影響するかを特定する。

関連論文リスト

• Teaching is a Process: The TOSS Framework for Modeling Human Teaching Decisions in Human-Interactive Robot Learning [3.3973257699802395]
  人間-ロボット教育の成功は、ロボット処理のニーズと人間の教えの意図の一致を前提としている。 早期・中・後期の学習段階における直感的な204の授業応答を分析した。 我々は,ロボットの動作と人間の指導行動の間の手続きループとして,人間ロボットの教えを概念化する TOSS Framework を紹介する。
  論文  参考訳（メタデータ） (2026-08-21T13:28:03Z)
• Robots and Children that Learn Together : Improving Knowledge Retention by Teaching Peer-Like Interactive Robots [41.94295877935867]
  本研究では,対話型強化学習(Interactive Reinforcement Learning)を,教示可能な社会ロボットの認知モデルとして紹介する。 LbT状態の小児は自己実践状態の児に比べて保持率が高くなった。 本研究は,(1)ピアロボット学習の教育的効果的でスケーラブルなモデルとしてインタラクティブRLを導入し,(2)実教室で複数の自律ロボットを同時に展開する可能性を示した。
  論文  参考訳（メタデータ） (2025-06-23T07:51:04Z)
• On the Effect of Robot Errors on Human Teaching Dynamics [1.7249361224827533]
  ロボットエラーの存在と重大さが、人間の教示力学の3次元にどのように影響するかを考察する。 結果は、人々はロボットにエラーを教えるのにより多くの時間を費やす傾向があることを示している。 対話型学習のための効果的なインタフェースを設計するための貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2024-09-15T19:02:34Z)
• Human-Robot Mutual Learning through Affective-Linguistic Interaction and Differential Outcomes Training [Pre-Print] [0.3811184252495269]
  本研究では,感情言語コミュニケーションが人間ロボットの文脈における相互学習にどのように影響するかを検証する。 児童介護のダイナミックスからインスピレーションを得て、私たちの人間とロボットのインタラクションのセットアップは、内部的、ホメオスタティックに制御されたニーズのコミュニケーション方法を学ぶための(シミュレートされた)ロボットで構成されています。
  論文  参考訳（メタデータ） (2024-07-01T13:35:08Z)
• 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)
• How Do Human Users Teach a Continual Learning Robot in Repeated Interactions? [7.193217430660011]
  我々は、人間が長期にわたって連続学習ロボットを教える方法を理解するために、連続学習に人間中心のアプローチをとる。 我々は,200のセッションで連続学習ロボットと対話する40名の参加者を対象に,対人調査を行った。 本研究で収集したデータの質的,定量的な分析により,個々の利用者の指導スタイルに有意な差異があることが示唆された。
  論文  参考訳（メタデータ） (2023-06-30T20:29:48Z)
• HERD: Continuous Human-to-Robot Evolution for Learning from Human Demonstration [57.045140028275036]
  本研究では,マイクロ進化的強化学習を用いて,操作スキルを人間からロボットに伝達可能であることを示す。 本稿では,ロボットの進化経路とポリシーを協調的に最適化する多次元進化経路探索アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-12-08T15:56:13Z)
• Iterative Teacher-Aware Learning [136.05341445369265]
  人間の教育において、教師と学生はコミュニケーション効率を最大化するために適応的に交流することができる。 本稿では,教師の協調意図を可能性関数に組み込むことができる,勾配最適化に基づく教師認識学習者を提案する。
  論文  参考訳（メタデータ） (2021-10-01T00:27:47Z)
• Co-GAIL: Learning Diverse Strategies for Human-Robot Collaboration [51.268988527778276]
  本研究では,人間とロボットの協調実験から人間とロボットの協調政策を学習する手法を提案する。 本手法は対話型学習プロセスにおけるヒューマンポリシーとロボットポリシーを協調的に最適化する。
  論文  参考訳（メタデータ） (2021-08-13T03:14:43Z)
• Show Me What You Can Do: Capability Calibration on Reachable Workspace for Human-Robot Collaboration [83.4081612443128]
  本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。 この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
  論文  参考訳（メタデータ） (2021-03-06T09:14:30Z)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)

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。