A Social Robot with Inner Speech for Dietary Guidance

要約

私たちは、食事のアドバイスのためにソーシャルロボットの透明性と信頼を高めるメカニズムとしての内部スピーチの使用を探求します。
人間では、内部の音声構造で思考プロセスと意思決定。
ロボット工学では、推論を明示的にすることで説明可能性を向上させます。
これは、ロボットアシスタントへの信頼が正確な推奨事項と人間のような対話の両方に依存しているヘルスケアシナリオでは重要です。
これに基づいて、食事のアドバイスを提供するソーシャルロボットを開発し、ユーザーの入力を検証し、推論を改善し、明確な正当化を生成するための内部音声機能をアーキテクチャに提供しました。
このシステムは、自然言語理解のための大規模な言語モデルと構造化された食事情報の知識グラフを統合します。
意思決定をより透明にすることにより、私たちのアプローチは信頼を強化し、ヘルスケアにおける人間とロボットの相互作用を改善します。
アーキテクチャの計算効率を測定し、小さなユーザー調査を実施することでこれを検証しました。これにより、ロボットの動作を説明する際の内部スピーチの信頼性が評価されました。

要約(オリジナル)

We explore the use of inner speech as a mechanism to enhance transparency and trust in social robots for dietary advice. In humans, inner speech structures thought processes and decision-making; in robotics, it improves explainability by making reasoning explicit. This is crucial in healthcare scenarios, where trust in robotic assistants depends on both accurate recommendations and human-like dialogue, which make interactions more natural and engaging. Building on this, we developed a social robot that provides dietary advice, and we provided the architecture with inner speech capabilities to validate user input, refine reasoning, and generate clear justifications. The system integrates large language models for natural language understanding and a knowledge graph for structured dietary information. By making decisions more transparent, our approach strengthens trust and improves human-robot interaction in healthcare. We validated this by measuring the computational efficiency of our architecture and conducting a small user study, which assessed the reliability of inner speech in explaining the robot’s behavior.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google