論文の概要: Toward User-Mediated Self-Repair in Ubiquitous Robots Through Goal-Oriented Agentic AI

• arxiv url: http://arxiv.org/abs/2609.26157v1
• Date: Tue, 11 Aug 2026 19:50:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.892021
• Title: Toward User-Mediated Self-Repair in Ubiquitous Robots Through Goal-Oriented Agentic AI
• Title（参考訳）: 目標指向エージェントAIによるユビキタスロボットのユーザ介在型自己修復に向けて
• Abstract要約: ユビキタスなロボットシステムは、保守と修理のために回復力のある自然言語の相互作用を必要とする、伝統的な視覚インタフェースを欠いていることが多い。 本稿では,非熟練者を対象とした対話による技術的修復を実現するために,目標指向型エージェントAIアーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ubiquitous robotic systems often lack traditional visual interfaces, necessitating resilient natural language interaction for maintenance and repair tasks. This paper presents a goal oriented agentic AI architecture designed to enable non-expert users to perform technical repairs through situated dialogue. The framework utilizes a multi-layered approach that decouples high-level strategic planning from reactive conversational execution to transform unconstrained human instructions into a structured hierarchy of goals. We conducted a study involving twenty participants to evaluate the system's efficacy using a physical hardware testbed. The architecture achieved a 95\% task completion rate, and participants reported positive self-efficacy following real-time guidance that adapted to conversational diversions and linguistic variations. A comparative analysis with an online baseline revealed that the transition to a physical environment significantly decreased perceived social presence (p=.0005), and trust and competence, (p=.037), while the agentic framework remained robust throughout the interaction. These findings indicate that goal oriented agentic AI can support the sustainability of body-worn technologies by empowering users to perform critical maintenance in ubiquitous contexts.
• Abstract（参考訳）: ユビキタスなロボットシステムは、保守と修理のために回復力のある自然言語の相互作用を必要とする、伝統的な視覚インタフェースを欠いていることが多い。 本稿では,非熟練者を対象とした対話による技術的修復を実現するために,目標指向型エージェントAIアーキテクチャを提案する。 このフレームワークは、高レベルの戦略的計画とリアクティブな会話実行を分離して、制約のない人間の指示を、構造化された目標階層に変換する、多層的アプローチを利用する。 本研究は,20名の被験者を対象に,物理ハードウェアテストベッドを用いたシステムの有効性評価を行った。 このアーキテクチャは95%のタスク完了率を達成し、参加者は会話のディバージョンや言語変化に適応したリアルタイムガイダンスに従って肯定的な自己効力を報告した。 オンラインベースラインとの比較分析により、物理的環境への移行は社会的存在(p=.0005)と信頼と能力(p=.037)を著しく低下させ、エージェント的枠組みは相互作用を通して堅牢なままであった。 これらの結果から,目標指向エージェントAIは,ユビキタスコンテキストにおける重要なメンテナンスをユーザに与えることによって,ボディウーン技術の持続可能性を支援することが示唆された。

関連論文リスト

• Toward Self-Repairing Ubiquitous Robots Using Goal-Oriented Agentic AI in Human-Robot Interactions [0.0]
  本稿では,非専門的ユーザによる位置対話による技術的修復作業の完了を可能にする,目標指向のエージェントAIアーキテクチャを提案する。 物理的ハードウェア補修作業において,20名を対象にシステム評価を行った。
  論文  参考訳（メタデータ） (2026-08-08T20:32:35Z)
• An Edge-Host-Cloud Architecture for Robot-Agnostic, Caregiver-in-the-Loop Personalized Cognitive Exercise: Multi-Site Deployment in Dementia Care [1.4582793306013617]
  我々は,個人化された認知運動支援のためのロボットインタラクションプラットフォームであるMemoriesを紹介した。 このプラットフォームは、聴覚、視覚、およびテキストの信号を融合して、感情に敏感でパーソナライズされた対話を可能にする。 実世界の展開、エンドツーエンドのレイテンシ、対話コヒーレンス、インタラクションの安定性、ステークホルダが報告したユーザビリティとエンゲージメントなどを通じて、プラットフォームを評価します。
  論文  参考訳（メタデータ） (2026-04-01T00:41:20Z)
• The Path Ahead for Agentic AI: Challenges and Opportunities [4.52683540940001]
  この章では、複雑な環境で自律的に動作するエージェントAIシステムの出現について考察する。 我々は、統計モデルからトランスフォーマーベースのシステムへのアーキテクチャの進歩を辿り、エージェントの振る舞いを可能にする能力を識別する。 既存の調査とは異なり、私たちは、言語理解から自律的な行動へのアーキテクチャの移行に注目し、デプロイ前に解決しなければならない技術的ギャップを強調します。
  論文  参考訳（メタデータ） (2026-01-06T06:31:42Z)
• Introducing Axlerod: An LLM-based Chatbot for Assisting Independent Insurance Agents [0.20999222360659608]
  保険業界は人工知能(AI)技術の導入を通じてパラダイムシフトを行っている。 本稿では,独立保険業者の業務効率向上を目的としたAIを活用した対話インタフェースであるAxlerodの設計,実装,実証評価について述べる。
  論文  参考訳（メタデータ） (2025-12-24T15:31:59Z)
• SelfAI: Building a Self-Training AI System with LLM Agents [79.10991818561907]
  SelfAIは、高レベルの研究目的を標準化された実験構成に変換するためのUser Agentを組み合わせた、一般的なマルチエージェントプラットフォームである。 実験マネージャは、連続的なフィードバックのための構造化知識ベースを維持しながら、異種ハードウェアをまたいだ並列かつフォールトトレラントなトレーニングを編成する。 回帰、コンピュータビジョン、科学計算、医用画像、薬物発見ベンチマークなどを通じて、SelfAIは一貫して高いパフォーマンスを達成し、冗長な試行を減らしている。
  論文  参考訳（メタデータ） (2025-11-29T09:18:39Z)
• LoCoBench-Agent: An Interactive Benchmark for LLM Agents in Long-Context Software Engineering [90.84806758077536]
  textbfLoCoBench-Agentは,大規模言語モデル(LLM)エージェントを現実的,長期的ソフトウェア工学で評価するための総合的な評価フレームワークである。 我々のフレームワークは、LoCoBenchの8000のシナリオを対話型エージェント環境に拡張し、マルチターン会話の体系的評価を可能にする。 我々のフレームワークは,8つの特殊なツール(ファイル操作,検索,コード解析)をエージェントに提供し,それを10Kから1Mトークンの範囲で評価する。
  論文  参考訳（メタデータ） (2025-11-17T23:57:24Z)
• Executable Analytic Concepts as the Missing Link Between VLM Insight and Precise Manipulation [70.8381970762877]
  VLM(Vision-Language Models)は、セマンティック推論とタスク計画において顕著な能力を示す。 本稿では,VLMに基づく推論を実行可能な解析概念を通じて基礎づける新しいフレームワークであるGRACEを紹介する。 G GRACEは高レベル命令理解と低レベルロボット制御の統一的で解釈可能なインターフェースを提供する。
  論文  参考訳（メタデータ） (2025-10-09T09:08:33Z)
• Creative Adversarial Testing (CAT): A Novel Framework for Evaluating Goal-Oriented Agentic AI Systems [0.0]
  CAT(Creative Adversarial Testing)は、エージェントAIタスクとシステムの意図する目的との間の複雑な関係をキャプチャして分析するために設計された、新しいアプローチである。 我々は、Alexa+オーディオサービスに倣った合成相互作用データを用いて、CATフレームワークを広範囲にシミュレーションすることで検証する。 我々の結果は、CATフレームワークが目標とタスクのアライメントに関する前例のない洞察を提供し、エージェントAIシステムのより効率的な最適化と開発を可能にしていることを実証している。
  論文  参考訳（メタデータ） (2025-09-26T23:52:20Z)
• Internet of Agents: Fundamentals, Applications, and Challenges [68.9543153075464]
  異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。 我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
  論文  参考訳（メタデータ） (2025-05-12T02:04:37Z)
• Cognitive architecture aided by working-memory for self-supervised multi-modal humans recognition [54.749127627191655]
  人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。 ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。 1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
  論文  参考訳（メタデータ） (2021-03-16T13:50:24Z)

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。