遠隔コミュニケーション技術が進歩することにより，人間は「移動」に制限されることなく、自己の 存在を遠隔地において代替することができる. 現在一般に販売されているテレプレゼンスロボットに着目し，その課題の整理を行った. それを踏まえ，遠隔地のユーザーの背景が存在することから，同じ場に居る感覚が減少しているとの仮説を立てた.遠隔地において同じ場を共有している感覚をユーザーに与えるために，遠隔地の映像の背景をタブレットの背面カメラを利用して置き換えるシステムの設計を行っている.
日常の生活や街中でロボットっぽい「カタチ」や「ウゴキ」を, 画像と動画, ときにはスケッチで収集して, 色々な切り口から分類・分析する. ロボットっぽい物を考察していくことで, 逆に人間“っぽさ”, いきもの“っぽさ”の理解にも繋げる.
Today’s telecommunication systems have been greatly evolving, while the video calls used on telepresence robots still seems bland. We hypothesize that the augmentation of video calls with Manga-Effects will help users attain a sense of familiarity and find entertaining components within their conversations. In specific, adding various Manga-Effects over the video call, respectively selected upon the users’ facial expression, will help visually emphasize certain emotions. This experiment analyzes the level of users’ involvement in the conversation, and verifies our hypothesis.
IoT機器の普及に伴い、ユーザに対し能動的に生活支援情報を提示する機能を持つ機器も増えた。しかし、日用品等、よりユーザの生活に近い物品に情報提示機能を付与することは難しく、スマートスピーカの様に豊富な計算資源をもつ機器から多種多様な情報が提供されているのが実情である。そこで本研究では、AR技術を応用することで、このようなIoT機器化困難なモノを仮想的にIoT機器化する手法を提案する．本手法は，提示する情報のメタ情報をモノが持つアフォーダンス情報や機能にマッチングすることで、適切なモノが適切な場所，適切なタイミングで、役割に合った情報をユーザに伝達することを可能にする。本稿では、AR上で日用品から情報提示する手法と、スマートスピーカ等、既存のIoT機器の情報提示手法と比較し、提案手法の有用性を明らかにする。
Inadequate variety of personalities for communication robots may cause unnatural interac- tion with them and reduction in attachment. This paper proposes C2 AT2 HUB, where communication robots are characterized by changing tendency of affect transition based on long-term interaction with users. In C2AT2 HUB, robots’ affect is defined as two types; “interpersonal affect” and “emotions”, and transition of each type of affect is adjusted by history of users’ actions to robots in order to characterize robots gradually. Evaluation experiment revealed our approach characterizes robots naturally and improves impression of robots.
In the future, communication robots are expected to join many-to-many human-robot interactions. Thus, robots must handle interruptions requesting a new task outside of the current conversation. In this paper, we propose a novel scheduler which decides switch timing of conversational tasks when a robot is interrupted. The model grasps the structure of the conversation and finds its breakpoints based on adjacency pairs. In order to decide whether to switch conversational tasks on each breakpoint or not, the model prioritizes conversational tasks considering an importance of its topic and a length as contexts of each conversational task. The model also uses human relationships and emotional behaviors to decide priority of conversational tasks. The result of an evaluation experiment shows that our proposed scheduler could impress subjects more favorably than that which always prioritizes an interrupter.
生活を共にするパーソナルロボットの成長は,ユーザに親しみやすさをもたらす.本研究ではロボッ トの成長を促す手段の 1 つとして「教える」という行為に注目する.1 度教わるだけで完璧に修得するような急激 な学習ではなく,ペットの躾けと同様,ユーザが「教える」という行為を繰り返すことによりロボットが徐々にス キルを修得する「段階的な学習」の方がユーザはより長期的に親近感を感じることができるという仮説のもと,ゲ ーミフィケーションの要素を組み込んだ 3 種類の学習過程をデザインする.加えて,どの学習過程が最も親しみやす く感じるのかをコミュニケーションロボット COZMO を用いて検証する.
This research proposes a solution to the declining labor force of Japanese fishing industry through the implementation of aquatic swarm robots, or swarm Unmanned Surface Vehicle (USV). As a target, we primarily focus on the makiami style fishing, where with the implementation of this system, the amount of workers required can be significantly reduced. As a preliminary step, a prototype of swarm USV that can adjust its position as a swarm on the surface of water will be made.
ロボットと人間の会話にて、ロボットの音声の単調さは人間に違和感を与える。一方音声を調整できるロボットは存在するが、独自の会話内容を考え発話させる際に音声の調節を手動で毎度行うのは非常に大変である。ロボットの会話内容から感情を読み取り、音声に感情に沿った変化を自動で与えることでその違和感に変化が生じるかを検証する。