抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
アバター(エージェント)が様々な場面で利用され始めているのに従い,より人間らしい動作を行うエージェントが求められている.本研究では様々な機械学習モデルに人間同士の対話中の動作を学習させ,そのモデルを用いて動作生成を行い,モデルの有効性の評価を行った.具体的には,被験者2人に対話させる実験を行い,被験者の注視状態と発話に関する時系列データを獲得した.それをデータセットとしてHMM,Transformerに基づいたモデルを学習させた.次に,学習させたモデルを用いてエージェントの対話行動を生成し,ゲームエンジンを用いて対話シーンを再現,生成結果の自然さやリアリティーに対する主観評価を行った.その結果,Transformerに基づいたモデルが柔軟に行動選択できることを示した.(著者抄録)