論文の概要: Influence of Agent Number and Behavior on Users' Psychological Responses in VR Evacuation Training

• arxiv url: http://arxiv.org/abs/2610.38536v1
• Date: Wed, 28 Oct 2026 09:43:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 10:20:13.408237
• Title: Influence of Agent Number and Behavior on Users' Psychological Responses in VR Evacuation Training
• Title（参考訳）: VR避難訓練におけるエージェント数と行動がユーザの心理的反応に及ぼす影響
• Abstract要約: 本研究の目的は,災害の仮想シミュレーションと感情を表現できる複数のエージェントを組み合わせることで,効果的なドリルソフトウェアを構築することである。 仮想空間において,避難時のエージェント数とその感情的・行動的行動がユーザに与える影響について検討した。
• 参考スコア（独自算出の注目度）: 0.18352113484137625
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This study aims to build effective drill software by combining a virtual simulation of a disaster with multiple agents capable of expressing emotions. We evaluated how the number of agents and their emotional and behavioral actions during evacuation influence users in a virtual space. The results showed that users tended to act more confidently when many agents evacuated with them, and that the evacuation route chosen by the agents influenced the users' decision-making. These findings indicate that users' evacuation behavior is shaped not only by the environment itself but also by the collective behavior of surrounding agents, underscoring the need to consider how agent behavior affects users' psychological states during training.
• Abstract（参考訳）: 本研究の目的は,災害の仮想シミュレーションと感情を表現できる複数のエージェントを組み合わせることで,効果的なドリルソフトウェアを構築することである。 仮想空間において,避難時のエージェント数とその感情的・行動的行動がユーザに与える影響について検討した。 その結果,多くのエージェントが避難した場合,利用者はより自信を持って行動する傾向にあり,エージェントが選択した避難経路がユーザの意思決定に影響を及ぼすことが示唆された。 これらの結果から, ユーザの避難行動は環境だけでなく, 周辺エージェントの集団行動によっても形成され, エージェント行動がトレーニング中のユーザの心理的状態にどのように影響するかを検討する必要性が示唆された。

関連論文リスト

• How Affect Propagates among LLM Agents: Emergent Emotional Contagion in Crowd Simulation [0.0]
  マルチエージェント群シミュレーションにおいて, 相互に認知・評価するエージェント間の影響について検討した。 このアーキテクチャは、エージェント間で直接感情状態を転送する手作業によるメカニズムは含まない。 スパース,小集団における空間的・時間的・人格的依存的な構造を持つ感情的伝染動態を創出することを示す。
  論文  参考訳（メタデータ） (2026-07-27T23:22:17Z)
• Proactive Agent Research Environment: Simulating Active Users to Evaluate Proactive Assistants [85.1155076383488]
  Pareは、デジタル環境におけるプロアクティブエージェントの構築と評価のためのフレームワークである。 Pare-Benchは、コミュニケーション、生産性、スケジューリング、ライフスタイルアプリにまたがる143のタスクのベンチマークである。
  論文  参考訳（メタデータ） (2026-04-01T12:53:01Z)
• RESCUE: Crowd Evacuation Simulation via Controlling SDM-United Characters [48.21227099856613]
  現在の避難モデルは、避難中に起こる複雑な人間の行動を見渡す。 本研究では,3次元適応型SFM(Social Force Model)決定機構とパーソナライズされた歩行制御モータを統合したリアルタイム3次元集団避難シミュレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-27T03:50:18Z)
• Virtual Agent-Based Communication Skills Training to Facilitate Health Persuasion Among Peers [1.8408516054528479]
  本稿では,バーチャルエージェントを用いて,地域ボランティアの健康カウンセリングを指導する手法を提案する。 我々は、このアプローチを仮想エージェントベースのシステムで、新型コロナウイルスの予防接種を増やすために使用します。
  論文  参考訳（メタデータ） (2024-12-16T18:34:32Z)
• Rejecting Hallucinated State Targets during Planning [84.179112256683]
  計画過程において、生成的または予測的モデルは、期待される状態や望ましい状態の集合を表す「ターゲット」を提案するためにしばしば用いられる。 残念ながら、学習したモデルは必然的に幻覚を与え、妄想的な行動や安全上の懸念を引き起こす可能性がある。 我々は、目標実現可能性評価器を学習することで、実現不可能な目標を特定し、拒否する戦略を考案する。
  論文  参考訳（メタデータ） (2024-10-09T17:35:25Z)
• AgentCF: Collaborative Learning with Autonomous Language Agents for Recommender Systems [112.76941157194544]
  本稿では,エージェントベースの協調フィルタリングにより,レコメンデータシステムにおけるユーザとイテムのインタラクションをシミュレートするエージェントCFを提案する。 我々は、ユーザだけでなく、アイテムをエージェントとして、創造的に考慮し、両方のエージェントを同時に最適化する協調学習アプローチを開発します。 全体として、最適化されたエージェントは、ユーザ・イテム、ユーザ・ユーザ・ユーザ、アイテム・イテム、集合的インタラクションなど、フレームワーク内での多様なインタラクションの振る舞いを示す。
  論文  参考訳（メタデータ） (2023-10-13T16:37:14Z)
• Computational Empathy Counteracts the Negative Effects of Anger on Creative Problem Solving [2.322052136673525]
  我々は,よく着飾ったホッキョクグマの形をした仮想エージェントによる,文脈特有の情緒的模倣と視点の取扱いに基づく,計算的共感の介入を導入する。 我々は,Wordleをベースとしたワードゲームにおいて,怒りと共感が参加者のパフォーマンスにどのように影響するかを検討する。
  論文  参考訳（メタデータ） (2022-08-15T13:31:49Z)
• Learning Proxemic Behavior Using Reinforcement Learning with Cognitive Agents [1.0635883951034306]
  プロキシミクス(英: Proxemics)は、人や動物の空間行動を研究する非言語コミュニケーションの一分野である。 本研究では, エージェントが環境中でどのように振る舞うかを, 確率的行動に基づいて検討する。
  論文  参考訳（メタデータ） (2021-08-08T20:45:34Z)
• Investigating Human Response, Behaviour, and Preference in Joint-Task Interaction [3.774610219328564]
  我々は、説明可能な計画(XAIP)エージェントと相互作用する人間の行動と反応を調べる実験を設計した。 また,シミュレーションユーザに対する2つのエージェントの挙動を実証分析により検討した。
  論文  参考訳（メタデータ） (2020-11-27T22:16:59Z)

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。