助けるか助けないか：LLMに基づく人間とロボットのグループインタラクションへの注意深い支援
To Help or Not to Help: LLM-based Attentive Support for Human-Robot Group Interactions
LLMの常識推論を活用し、人間グループの状況を理解して必要な時だけ物理的支援を行うロボットの対話・行動生成手法を提案し、多様なシナリオで評価した。
著者: Daniel Tanneberg, Felix Ocker, Stephan Hasler, Joerg Deigmoeller, Anna Belardinelli, Chao Wang, Heiko Wersing, Bernhard Sendhoff, Michael Gienger
分類: cs.RO, cs.AI
原文アブストラクト
How can a robot provide unobtrusive physical support within a group of humans? We present Attentive Support, a novel interaction concept for robots to support a group of humans. It combines scene perception, dialogue acquisition, situation understanding, and behavior generation with the common-sense reasoning capabilities of Large Language Models (LLMs). In addition to following user instructions, Attentive Support is capable of deciding when and how to support the humans, and when to remain silent to not disturb the group. With a diverse set of scenarios, we show and evaluate the robot's attentive behavior, which supports and helps the humans when required, while not disturbing if no help is needed.
関連論文
- 人間とロボットの相互作用のための確率的物理デジタルツイン人間ロボットインタラクション
- ロボットのユーモアを交えた謝罪が信頼回復に与える影響の研究人間ロボットインタラクション
- 公共空間におけるRoboCafé：長期的な人間とロボットのインタラクションにおける継続性人間ロボットインタラクション
- 教師の期待とロボット学習を結ぶ結合ダイナミクス人間ロボットインタラクション
- 共形リスク制御を用いた人間とロボットのインタラクションのための安全な確率的計画人間ロボットインタラクション
- 自然言語環境に向けて：自然言語による人間と複数ロボットのシームレスなインタラクションの理解人間ロボットインタラクション
