論文の概要: "MeBo Leaves a Piece of You Behind": Designing a Relational Voice-Based Memory Companion for Older Adults
- arxiv url: http://arxiv.org/abs/2609.24706v1
- Date: Mon, 21 Sep 2026 14:51:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.008334
- Title: "MeBo Leaves a Piece of You Behind": Designing a Relational Voice-Based Memory Companion for Older Adults
- Title（参考訳）: メボが後ろに残す「MeBo」 : 高齢者のための関係性音声ベースの記憶コンパニオンを設計する
- Abstract要約: 私たちは、完全に機能するリレーショナル音声ベースのメモリコンパニオンであるMeBoを設計、開発しました。
MeBoは楽しく、社交的で、感情的に反応し、信頼できる。
MeBoのリレーショナルフレーミングは、記憶すべきもの、誰がインタラクションによって生成されたメモリにアクセスし、ユーザやMeBoがもはや存在しないときにそれらがどうなるかという緊張を表面化する。
- 参考スコア（独自算出の注目度）: 4.283779190859813
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autobiographical remembering supports identity, well-being, and social connection in later life, yet voice-based memory technologies largely rely on isolated prompts. We designed and built MeBo, a fully functional relational voice-based memory companion, through participatory design with 11 older adults. Their accounts shaped four Design Strategies that guided MeBo's interaction design and multi-agent implementation. In a mixed-methods evaluation with 20 older adults, participants found MeBo exceptionally usable (SUS = 87.75), enjoyable, sociable, emotionally responsive, and trustworthy. Participants reported higher positive affect and momentary social connection and lower negative affect after the session than before. Participants described how MeBo followed their stories, returned to earlier memories, adapted to their preferences, and made its growing memory visible and controllable. MeBo's relational framing surfaces tensions around what it should remember, who may access memories produced through interaction, and what becomes of them when the user or MeBo is no longer present.
- Abstract（参考訳）: 自伝的記憶は、後の人生におけるアイデンティティ、幸福、社会的つながりをサポートするが、音声ベースの記憶技術は、主に孤立したプロンプトに依存している。
我々は,11人の高齢者を対象とした参加型設計を通じて,完全に機能するリレーショナル音声ベースのメモリコンパニオンであるMeBoを設計・構築した。
彼らの説明は、MeBoのインタラクション設計とマルチエージェント実装を導く4つのデザインストラテジーを形成した。
20人の高齢者による混合メソドス評価では、MeBoは例外的に使いやすく(SUS = 87.75)、楽しい、社交的で、感情的に反応し、信頼できることがわかった。
参加者は, セッション後の肯定的影響, 一時的社会的つながり, 否定的影響が以前よりも低かった。
参加者は、MeBoがどのように自分のストーリーをフォローし、以前の記憶に戻り、好みに適応し、成長するメモリを可視化し制御可能にしたかを説明した。
MeBoのリレーショナルフレーミングは、記憶すべきもの、誰がインタラクションによって生成されたメモリにアクセスし、ユーザやMeBoがもはや存在しないときにそれらがどうなるかという緊張を表面化する。
関連論文リスト
- VoiceMem: Streaming Dual-Brain Memory for Real-Time Interaction [92.2925193726566]
VoiceMemは、並列情報脳、感情的右脳、ストリーミングメモリI/O機構を備えたメモリアーキテクチャである。
実験と実世界の展開には3つの利点がある。
論文 参考訳（メタデータ） (2026-08-26T16:50:05Z) - Not Forgotten: Implementation and Evaluation of a Personalized Episodic Memory for the Humanoid Robot Head Kim [0.0]
本稿では,LLM制御ダイアログシステムとベクトルベースセマンティック検索を統合した,軽量なエピソードメモリモジュールを提案する。
その結果, エピソード記憶は社会的に有意な増加を示した。
これらの結果は,ヒトとロボットの相互作用を具現化した社会潤滑剤としてエピソード記憶が有効であることが示唆された。
論文 参考訳（メタデータ） (2026-07-27T09:11:55Z) - MEMORA: Embodied Action Memory from Egocentric Videos for Reasoning and Planning [27.103249755262212]
ロングホライズンロボットの計画には、将来の目標を解釈可能な具体的体験の記憶が必要である。
私たちは、Embodied Action Memory(EAM)を、後の決定のために永続的なメモリ状態として、そのエクスペリエンスを形成、維持、使用する能力として定式化します。
MEMORAは, 生成・統合・検索ライフサイクルと4つの型付きストアでEMAを実現する。
論文 参考訳（メタデータ） (2026-07-15T18:12:28Z) - MEMPROBE: Probing Long-Term Agent Memory via Hidden User-State Recovery [58.64329475683699]
我々は、長期記憶は監査可能な相互作用後のアーティファクトとして評価されるべきであると主張している。
我々は、メモリを備えたエージェントがシミュレーションユーザを支援するベンチマークであるMEMPROBEで、このビューをインスタンス化する。
私たちは、成功したアシストと回復可能なメモリが、異なる機能として振る舞うことに気付きました。
論文 参考訳（メタデータ） (2026-06-23T13:52:46Z) - AdaMem: Adaptive User-Centric Memory for Long-Horizon Dialogue Agents [49.63422082885992]
長軸対話エージェントのための適応型ユーザ中心メモリフレームワークであるAdaMemを提案する。
AdaMemは対話履歴をワーキング、エピソディック、ペルソナ、グラフメモリに整理する。
LoCoMo と PERSONAMEM ベンチマーク上での AdaMem の評価を行った。
論文 参考訳（メタデータ） (2026-03-17T13:22:54Z) - MemGen: Weaving Generative Latent Memory for Self-Evolving Agents [57.1835920227202]
本稿では,エージェントに人間的な認知機能を持たせる動的生成記憶フレームワークであるMemGenを提案する。
MemGenは、エージェントが推論を通して潜在記憶をリコールし、増大させ、記憶と認知の密接なサイクルを生み出すことを可能にする。
論文 参考訳（メタデータ） (2025-09-29T12:33:13Z) - MemoryBank: Enhancing Large Language Models with Long-Term Memory [7.654404043517219]
本稿では,大規模言語モデルに適した新しいメモリ機構であるMemoryBankを提案する。
MemoryBankは、モデルが関連するメモリを呼び出し、継続的なメモリ更新を通じて継続的に進化し、過去のインタラクションから情報を合成することで、ユーザの個性に適応することを可能にする。
論文 参考訳（メタデータ） (2023-05-17T14:40:29Z) - Self-Attentive Associative Memory [69.40038844695917]
我々は、個々の体験(記憶)とその発生する関係(関連記憶)の記憶を分離することを提案する。
機械学習タスクの多様性において,提案した2メモリモデルと競合する結果が得られる。
論文 参考訳（メタデータ） (2020-02-10T03:27:48Z)
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。