論文の概要: Adaptive Question Generation for Ambiguous Robot Instructions Based on Information Gain and Human Cognitive Characteristics

• arxiv url: http://arxiv.org/abs/2610.23874v1
• Date: Sat, 19 Sep 2026 12:36:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 23:05:55.827004
• Title: Adaptive Question Generation for Ambiguous Robot Instructions Based on Information Gain and Human Cognitive Characteristics
• Title（参考訳）: 情報ゲインと人間の認知特性に基づくあいまいなロボット命令に対する適応的質問生成
• Abstract要約: あいまいな指示から生じる不確実性に対処する適応的な質問生成機構を提案する。 提案手法は確率的識別効率と人間の認知特性を統合し,直感的に答えられる質問を生成する。 このメカニズムは120シーンのデータセットを用いて評価において88.5%の目標識別成功率を達成した。
• 参考スコア（独自算出の注目度）: 2.19569929185218
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this study, we propose an adaptive question generation mechanism that addresses uncertainty arising from ambiguous instructions. Natural-language instructions for service robots often contain ambiguities. In scenes with multiple similar objects, the robot must identify the target object by asking questions. However, existing question generation methods focus on probabilistic discrimination efficiency and do not sufficiently account for user ease of response. Asking questions without considering the user's ease of response may cause incorrect or uncertain answers. Such incorrect or uncertain answers lead to additional clarification turns and degraded dialogue efficiency. The proposed mechanism integrates probabilistic discrimination efficiency and human cognitive characteristics to generate questions that users can intuitively and easily answer. First, the proposed mechanism extracts visual attributes of candidate objects using a vision-language model (VLM). Next, the proposed mechanism computes the information gain (IG) of each attribute and selects the visual attribute (e.g., color, shape) that most reduces uncertainty in the candidate set. When multiple attributes have the same IG, the proposed mechanism applies a visual attribute filter based on cognitive characteristics to select the visual attribute that users can most intuitively perceive. The proposed mechanism then prompts the VLM with the selected attribute and the corresponding attribute values of each candidate object to generate a concise natural-language question. This process is repeated until the target object is uniquely identified. The proposed mechanism achieved a target identification success rate of 88.5% in the evaluation using a dataset of 120 scenes. Furthermore, the proposed mechanism received high ratings in subjective evaluations of response ease.
• Abstract（参考訳）: 本研究では,あいまいな指示から生じる不確実性に対処する適応的な質問生成機構を提案する。 サービスロボットの自然言語命令はあいまいさを含むことが多い。 複数の類似したオブジェクトを持つシーンでは、ロボットは質問によって対象オブジェクトを特定する必要がある。 しかし,既存の質問生成手法は確率的識別効率に重点を置いており,応答の容易さを十分に考慮していない。 ユーザの応答の容易さを考慮せずに質問を行うと、誤ったあるいは不確実な回答が生じる可能性がある。 このような誤った解答や不確実な解答は、さらなる明確化の方向転換と、対話効率の低下につながる。 提案手法は確率的識別効率と人間の認知特性を統合し,直感的かつ容易に答えられる質問を生成する。 まず、視覚言語モデル(VLM)を用いて、候補オブジェクトの視覚特性を抽出する。 次に、提案機構は、各属性の情報ゲイン(IG)を計算し、最も不確実性を減少させる視覚属性(eg、色、形状)を選択する。 複数の属性が同じIGを持つ場合、認識特性に基づいて視覚属性フィルタを適用し、ユーザが最も直感的に知覚できる視覚属性を選択する。 提案したメカニズムは,選択した属性と対応する属性値を用いてVLMをプロンプトし,簡潔な自然言語質問を生成する。 このプロセスは、ターゲットオブジェクトが一意に識別されるまで繰り返される。 提案手法は,120シーンのデータセットを用いた評価において,目標識別成功率88.5%を達成した。 さらに,提案手法は応答容易性の主観評価において高い評価を受けた。

関連論文リスト

• Computational Identifiability [58.12019389497595]
  「自己同一性」は性質、無限のデータ、その他の数学的に理想化された条件を仮定する。 「計算的識別可能性」とは、経験的推定器に対する有限計算探索手順を定義することである。 このフレームワークは、どのようにしてきめ細かな、実用的な識別問題に答えられるかを示します。
  論文  参考訳（メタデータ） (2026-06-08T19:39:59Z)
• Automated Detection of Visual Attribute Reliance with a Self-Reflective Agent [58.90049897180927]
  視覚モデルにおける視覚的特徴の意図しない依存を検出するための自動フレームワークを提案する。 自己反射エージェントは、モデルが依存する可能性のある視覚特性に関する仮説を生成し、テストする。 我々は,視覚特性の多様さを示すために設計された130モデルの新しいベンチマークに対して,我々のアプローチを評価した。
  論文  参考訳（メタデータ） (2025-10-24T17:59:02Z)
• A Quantitative Evaluation of the Expressivity of BMI, Pose and Gender in Body Embeddings for Recognition and Identification [56.10719736365069]
  我々は,学習した特徴と特定の属性の相互情報として定義された表現性の概念を拡張し,属性のエンコード方法の定量化を行う。 その結果,BMIは最終層において高い表現性を示し,認識におけるその支配的な役割を示していることがわかった。 これらの結果は,ReIDにおける身体属性の中心的役割を示し,属性駆動相関を明らかにするための原則的アプローチを確立した。
  論文  参考訳（メタデータ） (2025-03-09T05:15:54Z)
• ArtVLM: Attribute Recognition Through Vision-Based Prefix Language Modeling [32.55352435358949]
  属性認識のための文生成に基づく検索定式化を提案する。 画像上で認識される各属性に対して、短い文を生成する視覚条件付き確率を測定する。 生成的検索が2つの視覚的推論データセットのコントラスト的検索を一貫して上回ることを示す実験を通して実証する。
  論文  参考訳（メタデータ） (2024-08-07T21:44:29Z)
• Unveiling Hidden Factors: Explainable AI for Feature Boosting in Speech Emotion Recognition [17.568724398229232]
  音声感情認識(SER)は、メンタルヘルス、教育、人間とコンピュータの相互作用など、いくつかの応用分野から注目されている。 本研究では,機械学習モデルの性能向上のための特徴関連性と説明可能性を強調した,SERの反復的特徴増強手法を提案する。 提案手法の有効性をトロントの感情音声セット(TESS)、ベルリンの感情音声データベース(EMO-DB)、Ryersonの感情音声データベース(RAVDESS)、Surrey Audio-Visual Expressed Emotioned Emotion(SAVEE)データセットのSERベンチマークで検証した。
  論文  参考訳（メタデータ） (2024-06-01T00:39:55Z)
• Clarify When Necessary: Resolving Ambiguity Through Interaction with LMs [58.620269228776294]
  そこで本稿では,ユーザに対して,あいまいさを解消するためのタスク非依存のフレームワークを提案する。 我々は3つのNLPアプリケーション(質問応答、機械翻訳、自然言語推論)にまたがるシステムを評価する。 インテントシムは堅牢であり、幅広いNLPタスクやLMの改善を実証している。
  論文  参考訳（メタデータ） (2023-11-16T00:18:50Z)
• An Attribute-Aligned Strategy for Learning Speech Representation [57.891727280493015]
  属性選択機構によってこれらの問題に柔軟に対処できる音声表現を導出する属性整合学習戦略を提案する。 具体的には、音声表現を属性依存ノードに分解する層式表現可変オートエンコーダ(LR-VAE)を提案する。 提案手法は,IDのないSER上での競合性能と,無感情SV上でのより良い性能を実現する。
  論文  参考訳（メタデータ） (2021-06-05T06:19:14Z)

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。