面向协作任务学习的认知架构：实现自然语言交互
机器人学
2025-09-03 v3 计算与语言
人机交互
摘要
本研究探讨了认知架构应具备哪些特征，以利用自然语言在协作任务学习 (CCTL) 中的优势。为提供背景，我们首先讨论交互式任务学习 (ITL)、人类记忆系统的机制以及自然语言和多模态性的重要性。接着，我们审视当前认知架构的现状，分析其在信息来源支持的 CCTL 概念方面的能力。随后，我们整合来自多个研究领域的见解，构建统一框架。最后，我们通过识别实现 CCTL 在人机交互 (HRI) 中所需的剩余挑战与要求，作出结论。
引用
@article{arxiv.2503.23760,
title = {Towards a cognitive architecture to enable natural language interaction in co-constructive task learning},
author = {Manuel Scheibl and Birte Richter and Alissa Müller and Michael Beetz and Britta Wrede},
journal= {arXiv preprint arXiv:2503.23760},
year = {2025}
}
备注
8 pages, 5 figures, The paper has been accepted by the 2025 34th IEEE International Conference on Robot and Human Interactive Communication (ROMAN), IEEE Copyright Policy: https://www.ieee.org/publications/rights/copyright-policy