論文の概要: Towards an Extensible Benchmark for Spoken Dialogue with Social Robots

• arxiv url: http://arxiv.org/abs/2610.08733v1
• Date: Tue, 06 Oct 2026 17:36:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:30.15145
• Title: Towards an Extensible Benchmark for Spoken Dialogue with Social Robots
• Title（参考訳）: ソーシャルロボットを用いた音声対話のための拡張性ベンチマークに向けて
• Abstract要約: 言語モデルは、人間とロボット間のプラグアンドプレイインターフェースを提供するが、音声、対話、迅速な対話、コラボレーションが必要な場合には、重要な課題が残る。 本研究では,ロボットと人間との共通対話アーティファクトを探索する手段として,コミュニティが使用するためのベンチマークを提案する。 また、大規模な研究コミュニティにとって重要な人間とロボットの相互作用の他の側面のベンチマークを拡張するというビジョンについても説明します。
• 参考スコア（独自算出の注目度）: 11.378284685410208
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Language models provide a plug-and-play interface between humans and robots, but important challenges remain when speech, dialogue, fast interaction, and collaboration are required. We propose a benchmark for the community to use as a way to explore common spoken dialogue artifacts between robots and humans, including requests for clarification, interruptions, embodied signals (e.g., head nods or facial cues), and time constraints. We also explain our vision to extend the benchmark for other aspects of human-robot interaction that are important to the larger research community. To facilitate the benchmark, we further propose using \textit{Retico}, a real-time communication framework that fulfills important technical requirements to enable robots to have spoken dialogue capabilities.
• Abstract（参考訳）: 言語モデルは、人間とロボット間のプラグアンドプレイインターフェースを提供するが、音声、対話、迅速な対話、コラボレーションが必要な場合には、重要な課題が残る。 筆者らは,ロボットと人間の共通音声対話アーティファクトを探索する手段として,明確化,中断,具体的信号(例えば,頭蓋や顔の手がかり)の要求,時間的制約などに用いるためのベンチマークを提案する。 また、大規模な研究コミュニティにとって重要な人間とロボットの相互作用の他の側面のベンチマークを拡張するというビジョンについても説明します。 このベンチマークを容易にするために,ロボットに音声対話機能を持たせるための重要な技術要件を満たすリアルタイム通信フレームワークである‘textit{Retico} も提案する。

関連論文リスト

• From Social Reasoning to Embodied Interaction: An Agentic Framework for Social Robots [57.257033382353804]
  ARISEはソフィア・ヒューマノイド・ロボットにエージェント・リソンとインタラクティブ・ソーシャル・エボディメントを橋渡しする。 ARISEは、マルチモーダルなコンテキスト理解、長期記憶、リアクティブとプロアクティブな相互作用を統合して、いつ、何を通信すべきかを決定する。
  論文  参考訳（メタデータ） (2026-10-05T08:15:21Z)
• The World According to a Social Robot -- Augmenting Human-Robot Dialogue With Vision Language Models [0.0]
  視覚言語モデル(VLM)は、ロボットが会話の相手や人間の行動や特徴だけでなく、自分たちの環境を視覚的に知覚することを可能にする。 本稿では,人-ロボットインタラクション(HRI)のためのPepperロボットを用いたMistral AI言語モデルの対話における初期経験について述べる。 その結果,視覚情報の導入は,応答時間を適度に増加させるだけで,会話の文脈を付加することがわかった。
  論文  参考訳（メタデータ） (2026-07-15T06:55:11Z)
• The ICASSP 2026 HumDial Challenge: Benchmarking Human-like Spoken Dialogue Systems in the LLM Era [95.35748535806744]
  我々はICASSP 2026で最初のヒューマンライクな音声対話システムチャレンジ(HumDial)を開催する。 本稿では,データセット,トラック構成,最終結果について概説する。
  論文  参考訳（メタデータ） (2026-01-09T06:32:30Z)
• Towards Multimodal Social Conversations with Robots: Using Vision-Language Models [0.034530027457861996]
  視覚言語モデルは、自律型社会ロボットにとって十分に一般的な方法で、この広い範囲の視覚情報を処理できると主張している。 技術的課題が残るこの状況にそれらをどう適応させるかを説明し、評価プラクティスを簡潔に議論する。
  論文  参考訳（メタデータ） (2025-07-25T12:06:53Z)
• REALTALK: A 21-Day Real-World Dataset for Long-Term Conversation [51.97224538045096]
  本稿では、21日間のメッセージアプリ対話のコーパスであるREALTALKを紹介する。 EI属性とペルソナの整合性を比較し,現実世界の対話による課題を理解する。 その結果,モデルでは対話履歴のみからユーザをシミュレートすることが困難であり,特定のユーザチャットの微調整はペルソナのエミュレーションを改善することがわかった。
  論文  参考訳（メタデータ） (2025-02-18T20:29:01Z)
• Human-Robot Dialogue Annotation for Multi-Modal Common Ground [4.665414514091581]
  本稿では,人間とロボットの対話データにアノテートした記号表現の開発について述べる。 遠隔対話では,人間とロボットが不慣れな環境における共同ナビゲーションと探索作業に従事しているが,ロボットは限られた通信制約のため,すぐには高品質な視覚情報を共有できない。 このパラダイム内では、抽象的意味表現の強化である対話-AMRアノテーションを通じて、対話中の1つの発話の命題意味と補間力を取り込む。
  論文  参考訳（メタデータ） (2024-11-19T19:33:54Z)
• Dialogue with Robots: Proposals for Broadening Participation and Research in the SLIVAR Community [57.56212633174706]
  自然言語を使って機械と対話する能力は一般的なものになりつつあるが、期待されている。 本稿では,ロボットとの音声対話のこの成長分野の最近の歴史を詳述する。 私たちはコミュニティに3つの提案を提供しています。ひとつは教育、もうひとつはベンチマーク、もうひとつはロボットとの会話に関する言語モデリングです。
  論文  参考訳（メタデータ） (2024-04-01T15:03:27Z)
• Spoken Language Interaction with Robots: Research Issues and Recommendations, Report from the NSF Future Directions Workshop [0.819605661841562]
  人間のニーズを満たすには、音声技術とユーザーエクスペリエンス設計における新しい課題に対処する必要がある。 大規模な再設計や大規模なトレーニングデータの収集なしに、より強力な適応手法が必要である。 ロボットはリアルタイムで動作するため、音声処理や言語処理も必要である。
  論文  参考訳（メタデータ） (2020-11-11T03:45:34Z)
• 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)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)

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。