論文の概要: From Small Talk to Rapport: Exploring Robot Self-Disclosure in Collaborative Tasks

• arxiv url: http://arxiv.org/abs/2608.28154v1
• Date: Fri, 28 Aug 2026 10:15:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.271395
• Title: From Small Talk to Rapport: Exploring Robot Self-Disclosure in Collaborative Tasks
• Title（参考訳）: 小さな話からRapport: 協調作業におけるロボットの自己開示を探る
• Abstract要約: 自己開示は、人間-ロボットチーム内の小さな会話をサポートするように設計されています。 本研究では,小話における自己開示が人間ロボットの動態に与える影響について調査した。 以上の結果から,ロボットの自己開示の増加は必ずしもラプポートや社会的つながり,相互開示を促進するものではないことが示唆された。
• 参考スコア（独自算出の注目度）: 8.474269080910434
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: People naturally chat while collaborating and share personal information (i.e., self-disclose) to build rapport and maintain social connections. As robots are increasingly developed to work with people, the effective use of these social behaviors to enhance engagement and support teamwork becomes ever more important. While prior work has shown that robot-initiated small talk can benefit human-robot collaboration, less is known about how best to design such small talk. In this work, we explore how self-disclosure may be designed to support small talk within a human-robot team---especially when the robot is an industrial manipulator that lacks anthropomorphic cues and performs physical work. We first developed an LLM-driven manipulator capable of partaking in small talk, adopting either a low-disclosure or high-disclosure strategy. We then conducted a user study (N = 50) to investigate how self-disclosure in small talk influences human-robot dynamics. Unexpectedly, participants disclosed more in the low-disclosure condition and reported stronger teaming and coordination than those in the high-disclosure condition. This effect was more pronounced among users with prior experience teaming with robots. These results suggest that increasing robot self-disclosure does not necessarily foster rapport, social connection, or reciprocal disclosure; other factors, such as prior HRI experience, should be considered.
• Abstract（参考訳）: 人々は自然にチャットし、個人情報(すなわち自己開示)を共有してラプポートを構築し、社会的つながりを維持する。 ロボットが人々と一緒に働くように発展していくにつれて、エンゲージメントを高め、チームワークを支援するためにこれらの社会的行動の効果的な利用がますます重要になる。 これまでの研究は、ロボットが開始した小さなトークが人間とロボットのコラボレーションに役立つことを示したが、そのような小さなトークをいかに設計するかについてはあまり分かっていない。 本研究では,ロボットが人為的な操作を欠いている産業用マニピュレータであり,物理的作業を行う場合において,ロボットが人間-ロボットチーム内での小さな会話を支援するために,自己開示をどのように設計するかを検討する。 我々はまず,低情報化戦略と高情報化戦略を併用したLLM駆動マニピュレータを開発した。 次に,小話における自己開示が人間ロボットの動態に与える影響を調査するため,ユーザスタディ(N = 50)を行った。 予想外の開示条件では, 参加者は開示条件が低く, 高開示条件の参加者よりも強いコラボレーションとコーディネーションが報告された。 この効果は、以前ロボットと組んだ経験のあるユーザーの間でより顕著であった。 これらの結果から,ロボットの自己開示の増加は必ずしもラプポートや社会的つながり,相互開示を促進させるものではないことが示唆された。

関連論文リスト

• More than Chit-Chat: Developing Robots for Small-Talk Interactions [1.9116784879310025]
  スモールトークは、社会的ダイナミクスにおいて重要な役割を担い、ラプポートの構築と理解のための言葉による握手として機能する。 会話型AIとソーシャルロボットでは、小さな会話に参加する能力は社会的可能性を高める。 フィードバックを自律的に生成し、LLM生成応答を小さな話の慣行と一致させる新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-12-23T22:35:38Z)
• 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)
• SACSoN: Scalable Autonomous Control for Social Navigation [62.59274275261392]
  我々は、社会的に邪魔にならないナビゲーションのための政策の訓練方法を開発した。 この反事実的摂動を最小化することにより、共有空間における人間の自然な振る舞いを変えない方法でロボットに行動を促すことができる。 屋内移動ロボットが人間の傍観者と対話する大規模なデータセットを収集する。
  論文  参考訳（メタデータ） (2023-06-02T19:07:52Z)
• Improved Trust in Human-Robot Collaboration with ChatGPT [1.086544864007391]
  本稿では,ChatGPTが人間とロボットの協調作業における信頼に与える影響を考察する。 人-物体実験では、ロボットにChatGPTを組み込むことで、人間-ロボットのコラボレーションに対する信頼が著しく向上した。 本研究の成果は,人間ロボット協調システムの開発に重要な意味を持つ。
  論文  参考訳（メタデータ） (2023-04-25T02:48:35Z)
• Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement Learning [54.636562516974884]
  模倣と強化学習において、人間の監督コストは、ロボットが訓練できるデータの量を制限する。 本研究では,自己改善型ロボットシステムのための新しい設計手法であるMEDAL++を提案する。 ロボットは、タスクの実施と解除の両方を学ぶことで、自律的にタスクを練習し、同時にデモンストレーションから報酬関数を推論する。
  論文  参考訳（メタデータ） (2023-03-02T18:51:38Z)
• Robots with Different Embodiments Can Express and Influence Carefulness in Object Manipulation [104.5440430194206]
  本研究では,2つのロボットによるコミュニケーション意図による物体操作の知覚について検討する。 ロボットの動きを設計し,物体の搬送時に注意を喚起するか否かを判断した。
  論文  参考訳（メタデータ） (2022-08-03T13:26:52Z)
• Let's be friends! A rapport-building 3D embodied conversational agent for the Human Support Robot [0.0]
  会話中の非言語行動の微妙なミラーリング(模倣または平行共感とも呼ばれる)はラプポート構築に不可欠である。 本研究の課題は,対話者の表情と頭部の動きを反映できるECAとヒューマンサービスロボットを組み合わせることで,ユーザエクスペリエンスが向上するかどうかである。 私たちの貢献は、対話者の顔を追跡し、人間の支援ロボットと統合されたリアルタイムで顔の表情や頭の動きを反映することができる表現的ECAの複雑な統合です。
  論文  参考訳（メタデータ） (2021-03-08T01:02:41Z)
• 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)
• Supportive Actions for Manipulation in Human-Robot Coworker Teams [15.978389978586414]
  我々は、将来の干渉を減らすことで相互作用を支援する行動を、支援ロボット行動と表現する。 1)タスク指向: ロボットは自身のタスク目標をさらに進めるためにのみ行動を取るし、(2)支援的: ロボットはタスク指向のタスクよりも支援的行動を好む。 シミュレーション実験では, 人体モデルを用いて, エージェント間の干渉を軽減し, 作業の完了に要する時間が長いことを明らかにした。
  論文  参考訳（メタデータ） (2020-05-02T09:37:10Z)

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。