Towards Embedding Dynamic Personas in Interactive Robots: Masquerading Animated Social Kinematics (MASK)

要約

この論文では、キャラクターのようなペルソナを使用して視聴者の参加を強化する革新的な対話型ロボット システムの設計と開発について説明します。
この作品は、ペルソナ駆動型の対話エージェントの基礎に基づいて構築されており、ロボットを使用してエージェントのアプリケーションを物理領域に拡張し、より魅力的でインタラクティブなエクスペリエンスを提供します。
マスカレーディング アニメーション ソーシャル キネマティック (MASK) と名付けられたこの提案されたシステムは、顔の表情やジェスチャーなどの非言語的な対話を使用してゲストと対話する擬人化ロボットを活用しています。
有限状態機械構造に基づく動作生成システムは、ロボットの動作を効果的に条件付けして、異なるペルソナを伝えます。
MASK フレームワークは、認識エンジン、動作選択エンジン、および包括的なアクション ライブラリを統合し、動作設計における人間の介入を最小限に抑えながら、リアルタイムの動的な対話を可能にします。
ユーザー主体の研究を通じて、ユーザーが性格ベースと映画キャラクターベースの両方のペルソナ条件で意図したキャラクターを認識できるかどうかを調べました。
最後に、対話型エージェントにおけるペルソナの役割と、魅力的なユーザー エクスペリエンスを作成するために考慮すべき要素について説明します。

要約(オリジナル)

This paper presents the design and development of an innovative interactive robotic system to enhance audience engagement using character-like personas. Built upon the foundations of persona-driven dialog agents, this work extends the agent’s application to the physical realm, employing robots to provide a more captivating and interactive experience. The proposed system, named the Masquerading Animated Social Kinematic (MASK), leverages an anthropomorphic robot which interacts with guests using non-verbal interactions, including facial expressions and gestures. A behavior generation system based upon a finite-state machine structure effectively conditions robotic behavior to convey distinct personas. The MASK framework integrates a perception engine, a behavior selection engine, and a comprehensive action library to enable real-time, dynamic interactions with minimal human intervention in behavior design. Throughout the user subject studies, we examined whether the users could recognize the intended character in both personality- and film-character-based persona conditions. We conclude by discussing the role of personas in interactive agents and the factors to consider for creating an engaging user experience.

arxiv情報

著者 Jeongeun Park,Taemoon Jeong,Hyeonseong Kim,Taehyun Byun,Seungyoon Shin,Keunjun Choi,Jaewoon Kwon,Taeyoon Lee,Matthew Pan,Sungjoon Choi
発行日 2024-10-07 14:33:28+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO パーマリンク