論文の概要: Multimodal Socially Aware Framework for Human-Robot Interaction in Virtual Reality

• arxiv url: http://arxiv.org/abs/2610.34534v1
• Date: Sun, 25 Oct 2026 19:49:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.630801
• Title: Multimodal Socially Aware Framework for Human-Robot Interaction in Virtual Reality
• Title（参考訳）: バーチャルリアリティにおける人間-ロボットインタラクションのためのマルチモーダル社会認識フレームワーク
• Abstract要約: 社会ロボットは、マルチモーダルな人間の入力を解釈しながら、音声と動きを調整しなければならない。 本稿では,音声,視覚,触覚を統合し,文脈的に適切なロボット音声と動きを生成するフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 2.8163957037522755
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Social robots must coordinate speech and movement while interpreting multimodal human input. We present a multimodal framework that integrates speech, vision, and touch to generate contextually appropriate robot speech and movement. We evaluated the framework in virtual reality with 18 participants across five social interaction scenarios, comparing its performance against a human-teleoperated baseline. Although participants rated the autonomous system above the neutral midpoint for both naturalness and social appropriateness, the teleoperated baseline received significantly higher ratings on both measures. Behavioral coding and qualitative feedback revealed that conversational timing, clarification of ambiguous requests, and spatial coordination were important factors contributing to this performance gap. These findings highlight key challenges in developing autonomous robots capable of natural, multimodal social interaction.
• Abstract（参考訳）: 社会ロボットは、マルチモーダルな人間の入力を解釈しながら、音声と動きを調整しなければならない。 本稿では,音声,視覚,触覚を統合したマルチモーダル・フレームワークを提案する。 我々は,5つの社会的相互作用シナリオにまたがる18人の参加者を対象に,バーチャルリアリティーの枠組みを評価し,その性能を人間操作ベースラインと比較した。 参加者は、自然性と社会的適切性の両方において、中立の中間点の上位に自律システムを評価したが、遠隔操作ベースラインは両指標において有意に高い評価を受けた。 行動符号化と質的フィードバックにより、会話のタイミング、あいまいな要求の明確化、空間的調整が、このパフォーマンスギャップに寄与する重要な要因であることを明らかにした。 これらの知見は、自然でマルチモーダルなソーシャルインタラクションが可能な自律ロボットの開発における重要な課題を浮き彫りにしている。

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)
• 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)
• Whom to Respond To? A Transformer-Based Model for Multi-Party Social Robot Interaction [4.276453870301421]
  社会ロボットの意思決定プロセスを改善するために,トランスフォーマーを用いたマルチタスク学習フレームワークを提案する。 我々は、視線ずれなどの現実世界の複雑さを捉えた、新しい多人数HRIデータセットを構築した。 本研究は,自然とコンテキストを意識した多人数インタラクションを実現できる社会知能型社会ロボットの開発に寄与する。
  論文  参考訳（メタデータ） (2025-07-15T03:42:14Z)
• A Multi-Modal Explainability Approach for Human-Aware Robots in Multi-Party Conversation [38.227022474450834]
  本稿では,従来の最先端技術と比較して性能が向上したアドレス推定モデルを提案する。 また、上記のアーキテクチャに説明可能性と透明性を組み込むいくつかの方法を提案する。
  論文  参考訳（メタデータ） (2024-05-20T13:09:32Z)
• SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
  人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。 エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
  論文  参考訳（メタデータ） (2023-10-18T02:27:01Z)
• Principles and Guidelines for Evaluating Social Robot Navigation Algorithms [44.51586279645062]
  社会的ロボットナビゲーションは、動的エージェントとそのロボット行動の適切性に対する認識が関係しているため、評価が難しい。 コントリビューションには、(a)安全性、快適性、妥当性、丁寧さ、社会的能力、エージェント理解、活動性、文脈に対する応答性に関する原則、(b)メトリクスの使用のためのガイドライン、シナリオ、ベンチマーク、データセット、社会ナビゲーションを評価するためのシミュレーター、(c)様々なシミュレーター、ロボット、データセットの結果の比較を容易にするソーシャルナビゲーションメトリクスフレームワークなどが含まれます。
  論文  参考訳（メタデータ） (2023-06-29T07:31:43Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• 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)
• A MultiModal Social Robot Toward Personalized Emotion Interaction [1.2183405753834562]
  本研究では,ロボットインタラクションポリシーを強化するために,強化学習を伴うマルチモーダルヒューマンロボットインタラクション(HRI)フレームワークを実証する。 目標は、ロボットがより自然で魅力的なHRIフレームワークを作れるように、このフレームワークを社会シナリオに適用することだ。
  論文  参考訳（メタデータ） (2021-10-08T00:35:44Z)

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。