Fugu-MT 論文翻訳(概要): Robots Influencing Humans to Reveal their Goals during Collaboration and Competition

論文の概要: Robots Influencing Humans to Reveal their Goals during Collaboration and Competition

arxiv url: http://arxiv.org/abs/2609.05519v1
Date: Mon, 31 Aug 2026 17:33:04 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-10 19:44:08.082563
Title: Robots Influencing Humans to Reveal their Goals during Collaboration and Competition
Title（参考訳）: 協調・競争中の目標を人間に与えるロボット
Abstract要約: 本稿では,人間とロボットの相互作用における高速な目標推定のための統一的戦略を提案する。我々は,目標条件付き政策分岐尺度を用いてCDPを定式化し,レジング・ホライゾン・プランナーに組み込む。我々は,この手法を,協調的かつ完全に観察可能な調理作業と,競争的かつ部分的に観察可能な隠蔽ゲームの両方で評価する。
参考スコア（独自算出の注目度）: 0.7157957528875097
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose a unified strategy for fast goal inference in human-robot interaction. The core idea is to drive the human toward Critical Decision Points (CDPs)-states where competing human strategies prescribe different next actions and thus maximally reveal the goal. We formalise CDPs using a goal-conditioned policy divergence measure and incorporate them into a Receding-Horizon Planner that explores future action sequences while optimizing a cost function balancing task progress and information gain. We evaluate this approach in both a collaborative, fully observable cooking task and a competitive, partially observable hide-and-seek game, each in simulation and on real robots. In both scenarios, our method infers human goals more accurately and earlier than baseline strategies.
Abstract（参考訳）: 本稿では,人間とロボットの相互作用における高速な目標推定のための統一的戦略を提案する。中心となる考え方は、人間を批判的決定点(CDP)状態へと駆り立てることである。目標条件付き政策分散尺度を用いてCDPを定式化し、タスクの進捗と情報ゲインのバランスをとるコスト関数を最適化しつつ、将来のアクションシーケンスを探索するReceding-Horizon Plannerに組み込む。我々は,この手法を,協調的かつ完全に観察可能な調理作業と,シミュレーションおよび実際のロボットによる,競争的かつ部分的に観察可能な隠蔽ゲームの両方で評価する。どちらのシナリオにおいても,本手法はベースライン戦略よりも正確かつ早く人間の目標を推定する。

関連論文リスト

SocialRL: Refining LLMs' Social Intelligence through Multi-turn Reinforcement Learning and Reward Design [52.69818441707104]
ソーシャルインテリジェンスにより、エージェントは社会的文脈を読み、意図を推測し、持続的な対話に適応することができる。既存の強化学習手法は、1ターン発話とスパース結果報酬を最適化する。両課題に対処する多ターン強化学習フレームワークSocialRLを提案する。
論文参考訳（メタデータ） (2026-09-09T06:06:34Z)
Stochastic Decision-Making Framework for Human-Robot Collaboration in Industrial Applications [1.9116784879310027]
コラボレーティブなロボット(コボット)は、人間と一緒に効率的に安全に働くために、さまざまな産業やサービスの設定に統合されつつある。本稿では,モデリングを利用したロボット協調環境における意思決定手法を提案する。
論文参考訳（メタデータ） (2026-01-21T09:35:33Z)
Dreaming to Assist: Learning to Align with Human Objectives for Shared Control in High-Speed Racing [10.947581892636629]
高速なダイナミクスと戦術的な決定を含むドメインにおける効果的な人間ロボットチームのために、タイトな調整が求められます。人間の目的や価値関数を推測できる豊かな世界モデルを組み合わせたフレームワークであるDream2Assistを提案する。人間の行動と人間の行動とを混ぜ合わせると、人工人間単独よりも優れた結果が得られます。
論文参考訳（メタデータ） (2024-10-14T01:00:46Z)
An Epistemic Human-Aware Task Planner which Anticipates Human Beliefs and Decisions [8.309981857034902]
目的は、制御不能な人間の行動を説明するロボットポリシーを構築することである。提案手法は,AND-OR探索に基づく新しい計画手法と解法の構築である。 2つの領域における予備的な実験は、1つの新しいものと1つの適応されたもので、フレームワークの有効性を実証している。
論文参考訳（メタデータ） (2024-09-27T08:27:36Z)
Attaining Human`s Desirable Outcomes in Human-AI Interaction via Structural Causal Games [34.34801907296059]
人間とAIの相互作用において、顕著なゴールは、AIエージェントの助けを借りて、人間が望ましい結果を達成することである。我々は、人間とAIの対話プロセスを形式化するために、構造因果ゲーム(SCG)と呼ばれる理論的枠組みを用いる。我々は、AIエージェントを操り、人間に望ましい結果を得るための、SCGに対する事前政治介入と呼ばれる戦略を導入する。
論文参考訳（メタデータ） (2024-05-26T14:42:49Z)
Planning to Practice: Efficient Online Fine-Tuning by Composing Goals in Latent Space [76.46113138484947]
汎用ロボットは、現実世界の非構造環境において困難なタスクを完了するために、多様な行動レパートリーを必要とする。この問題に対処するため、目標条件強化学習は、コマンド上の幅広いタスクの目標に到達可能なポリシーを取得することを目的としている。本研究では,長期的課題に対する目標条件付き政策を実践的に訓練する手法であるPlanning to Practiceを提案する。
論文参考訳（メタデータ） (2022-05-17T06:58:17Z)
It Takes Four to Tango: Multiagent Selfplay for Automatic Curriculum Generation [107.10235120286352]
汎用強化学習エージェントを効率的に訓練するには、ゴールカリキュラムの自動生成が必要である。自動ゴール生成フレームワークCuSPを提案する。本手法は,様々な制御タスクに対して,効率的な目標のカリキュラムを生成するのに有効であることを示す。
論文参考訳（メタデータ） (2022-02-22T01:23:23Z)
C-Planning: An Automatic Curriculum for Learning Goal-Reaching Tasks [133.40619754674066]
ゴール条件強化学習は、ナビゲーションや操作を含む幅広い領域のタスクを解決できる。本研究では,学習時間における探索を用いて,中間状態を自動生成する遠隔目標獲得タスクを提案する。 E-stepはグラフ検索を用いて最適な経路点列を計画することに対応し、M-stepはそれらの経路点に到達するための目標条件付きポリシーを学習することを目的としている。
論文参考訳（メタデータ） (2021-10-22T22:05:31Z)
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)
Forming Human-Robot Cooperation for Tasks with General Goal using Evolutionary Value Learning [9.053709318841232]
人間ロボット協力(HRC)では、ロボットは人間と協力してタスクを一緒に達成します。既存のアプローチでは、人間が協力中に特定の目標を持っていると仮定し、ロボットはそれを推論し行動する。 HRCにおける目標仕様プロセスのダイナミクスをモデル化するEvolutionary Value Learning(EVL)アプローチを紹介します。
論文参考訳（メタデータ） (2020-12-19T20:27:09Z)
Automatic Curriculum Learning through Value Disagreement [95.19299356298876]
新しい未解決タスクを継続的に解決することが、多様な行動を学ぶための鍵です。エージェントが複数の目標を達成する必要があるマルチタスク領域では、トレーニング目標の選択はサンプル効率に大きな影響を与える可能性がある。そこで我々は,エージェントが解決すべき目標のための自動カリキュラムを作成することを提案する。提案手法は,13のマルチゴールロボットタスクと5つのナビゲーションタスクにまたがって評価し,現在の最先端手法よりも高い性能を示す。
論文参考訳（メタデータ） (2020-06-17T03:58:25Z)

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。