論文の概要: A Procedure for Classifying Attachments and Affective Social Bonds in Human-Robot Dyads

• arxiv url: http://arxiv.org/abs/2609.29063v1
• Date: Thu, 24 Sep 2026 05:52:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.740455
• Title: A Procedure for Classifying Attachments and Affective Social Bonds in Human-Robot Dyads
• Title（参考訳）: 人間-ロボットダイズにおけるアタッチメント・アタッチメント・アフェクティブ・ソーシャル・ボンドの分類法
• Abstract要約: 人間とロボットの相互作用(HRI)は、人々が人工エージェントと結合し、社会的な結合を形成すると主張している。 本研究では,人間とロボットの結びつきをアタッチメント,情緒的社会的結びつき,あるいは無関係に分類する,標準化された4つのクエスト手順を提案する。
• 参考スコア（独自算出の注目度）: 0.3340971990034025
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human-robot interaction (HRI) claims that people form attachments and social bonds with artificial agents, yet the terms are often applied without the behavioural and physiological criteria that give them content in their source disciplines. Without this empirical grounding, studies deploy widely divergent methods, frequently producing expansive relational claims that far outstrip their underlying evidence. To address this, we propose a standardised four-question procedure, grounded in criteria established in the developmental, ethological, and neuroendocrine literatures, that classifies a given human-robot tie as an attachment, an affective social bond, or no relationship, with intermediate classifications when evidence is incomplete. We specify minimum evidential requirements for each question, and provide candidate HRI study designs, adapted from validated human-human, human-animal, and animal-animal paradigms. We then demonstrate the procedure by applying it to a representative set of published HRI studies, showing how often relational claims outstrip what the reported designs can establish. Finally, we discuss the ethical and regulatory burdens created when artificial agents engage human biobehavioural systems. By replacing the divergent operationalisations with a unified, criterion-based classification, this paper gives HRI practitioners a standardised basis for evaluating, classifying, and comparing human-robot relationships, and sets out the experimental rigour that each classification demands. We therefore call on researchers of human-robot relationships to adopt such rigour, or to consider alternative terminology in their descriptions of these ties.
• Abstract（参考訳）: HRI(Human-robot Interaction)は、人間は人工エージェントと結びつきや社会的結合を形成すると主張しているが、その用語は元の規律に内容を与える行動的および生理的基準なしで適用されることが多い。 この経験的根拠がなければ、研究は広範囲に分散した手法を展開し、その基礎となる証拠をはるかに超過する広範な関係性主張を頻繁に生み出す。 そこで本研究では, 発達, 倫理学, 神経内分泌学の文献で確立された基準に基づいて, 与えられたヒトとロボットのネクタイをアタッチメント, 情緒的社会的結合, あるいは無関係に分類し, 証拠が不完全である場合の中間的分類とを基準とした, 標準化された4つの探究手順を提案する。 我々は,各質問に対して最低限の明確な要件を定め,人間・動物・動物・動物・動物パラダイムの妥当性を検証したHRI研究設計案を提出する。 次に、HRI研究の代表的集合に適用し、報告された設計が確立できることを、いかにリレーショナルな主張が超越しているかを示す。 最後に,人工エージェントがヒトの生体行動システムに関わる場合に生じる倫理的・規制的負担について論じる。 本報告では, 分散運用を統一的, 基準に基づく分類に置き換えることで, HRI実践者が人間-ロボットの関係を評価し, 分類し, 比較するための標準化された基盤を与え, それぞれの分類が要求する実験的な厳密さを規定する。 そこで我々は,人間-ロボット関係の研究者に対して,このような厳密さを採用するか,あるいはそれらの関係を記述した代替用語を検討するよう呼びかけた。

関連論文リスト

• SocioVerse2: A Longitudinal Dynamic Social Simulation Framework under a Human-AI Co-evolutionary Paradigm [87.00094295546397]
  SocioVerse 1.0を2つのループと1つのインフラストラクチャから構築された人間とAIの共進化パラダイムに拡張したSocioVerse2を提案する。 縦断シミュレーションループは、ターゲットの個体群と進化する環境をシミュレートし、介入を介して対実枝をフォークする。 制御可能な研究ループは、研究自体を編集可能な状態として、制御可能な編集を通じて状態バージョンを更新する。 社会科学エージェント基盤は、研究者のチェックポイントによる構成可能なスキル、5つのペルソナプールでの人口サービス、およびポイントインタイム保証を備えた21の現実世界の信号源による環境サービスを通じて、両方のループを運んでいる。
  論文  参考訳（メタデータ） (2026-09-21T17:14:09Z)
• Multi-dimensional Bias in Modeling Multi-dimensional Preferences: Evaluating the Ability of Synthetic Agents to Replace Human Participants in Conjoint Experiments [3.5330809691508924]
  本稿では, 合成エージェントが, 多次元の人間の嗜好パターンを再現できるかどうかを考察する。 共役研究を再現し、合成エージェントが生成した結果を3次元の人間のデータと比較する。
  論文  参考訳（メタデータ） (2026-08-13T13:44:07Z)
• HRIBench: Benchmarking Interaction-Centric Human-Robot Collaboration [62.19372189311434]
  HRIBenchは,実行シナリオに基づいた意図認識型人間ロボットコラボレーションの診断ベンチマークである。 HRIBenchは、エージェントの役割、時間的依存、調整の制約、人間の振る舞いの分布を明示的にモデル化する構造化シナリオスクリプトとして、協調的なタスクを表現している。 その結果,現状の基盤ロボット政策は,操作能力が強いにもかかわらず,協調的な環境下では極めて困難であることが示唆された。
  論文  参考訳（メタデータ） (2026-07-05T09:15:35Z)
• Normative Common Ground Replication (NormCoRe): Replication-by-Translation for Studying Norms in Multi-agent AI [4.033017316711126]
  我々は,人体実験の設計をMAAI環境に体系的に翻訳するために,ノルマティブ・コモン・グラウンド・レプリケーション(NormCoRe)を提案する。 本稿では,AIエージェント研究における規範的判断が人事基準と異なる可能性を示し,エージェントペルソナのインスタンス化に使用される基礎モデルと言語の選択に敏感であることを示す。
  論文  参考訳（メタデータ） (2026-03-12T14:24:29Z)
• The Third Ambition: Artificial Intelligence and the Science of Human Behavior [0.0]
  大型言語モデル (LLMs) は、前代未聞の人間の生成したテキストに基づいて訓練されている。 LLMは、人々がどう議論し、正当化し、ナレーションし、社会ドメイン間で規範を交渉するかにおいて、大規模な規則を符号化する。 この論文は、計算社会科学の長年の伝統の中で、この第3の野望を描いている。
  論文  参考訳（メタデータ） (2026-03-07T20:21:58Z)
• Evolving Collective Cognition in Human-Agent Hybrid Societies: How Agents Form Stances and Boundaries [12.68373270583966]
  本研究では,人間とエージェントの混成社会における集団姿勢の分化と社会的境界形成の出現について検討する。 エージェントは事前に設定されたアイデンティティから独立して内在的なスタンスを示す。 以上の結果から,プリセットされたアイデンティティがエージェントの社会的構造を厳格に決定しないことが示唆された。
  論文  参考訳（メタデータ） (2025-08-24T13:50:18Z)
• HumanPCR: Probing MLLM Capabilities in Diverse Human-Centric Scenes [72.26829188852139]
  HumanPCRは、人間の視覚的コンテキストに関するMLLMの能力を調べるための評価スイートである。 Human-P、HumanThought-C、Human-Rは、6,000以上の人間認証された複数の選択質問を特徴としている。 Human-Rは、手動でキュレートされたビデオ推論テストを提供する。
  論文  参考訳（メタデータ） (2025-08-19T09:52:04Z)
• Comparison of Lexical Alignment with a Teachable Robot in Human-Robot and Human-Human-Robot Interactions [27.13126126170006]
  学習を促進するために、ドメイン物質を指示しながら、教育可能なエージェントでエンテンディングされたRapportが示されている。 教育分野における語彙的アライメントに関するこれまでの研究は、アライメントの定量化とエージェントとのアライメントを研究する際の相互作用のタイプの両方に制限がある。 本研究では、データ駆動型共有表現の概念に基づくアライメント対策を適用し、H-R相互作用とH-R相互作用の1対1の人間-ロボット(H-H-R)相互作用のアライメントを比較する。
  論文  参考訳（メタデータ） (2022-09-23T20:10:04Z)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• Is Automated Topic Model Evaluation Broken?: The Incoherence of Coherence [62.826466543958624]
  トピックモデル評価における標準化のギャップと検証のギャップについて考察する。 これらの指標によると、最近のニューラルネットワークコンポーネントに依存したモデルは、古典的なトピックモデルを超えている。 我々は,話題評価と単語侵入という,最も広く受け入れられている2つの人間の判断タスクとともに,自動的コヒーレンスを用いる。
  論文  参考訳（メタデータ） (2021-07-05T17:58:52Z)
• Towards Automatic Evaluation of Dialog Systems: A Model-Free Off-Policy Evaluation Approach [84.02388020258141]
  強化学習におけるオフポリシ評価に基づく人間評価スコア推定のための新しいフレームワークであるENIGMAを提案する。 ENIGMAはいくつかの事前収集された経験データしか必要としないため、評価中にターゲットポリシーとのヒューマンインタラクションは不要である。 実験の結果,ENIGMAは人間の評価スコアと相関して既存手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2021-02-20T03:29:20Z)

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。