PulseAugur
中
实时 09:34:05
English(EN) What Questions Should Robots Be Able to Answer? A Dataset of User Questions for Explainable Robotics

机器人数据集揭示了可解释人工智能的用户问题

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个包含 1,893 个用户问题的新数据集，专门用于可解释机器人学。该数据集收集自 100 名参与者，将问题分为 12 类，重点关注用户对机器人能力和任务执行细节的期望。研究结果表明，虽然用户经常询问基本任务信息，但他们认为有关假设场景和确保正确行为的问题最为重要。该资源旨在帮助开发更好的人机交互问答模块和解释策略。 AI

影响 为开发更直观、信息更丰富的人机交互系统提供了基准。

排序理由 这是一篇详细介绍可解释机器人学新数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

机器人数据集揭示了可解释人工智能的用户问题

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
这是一篇详细介绍可解释机器人学新数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, product
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
128 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Lennart Wachowiak, Andrew Coles, Gerard Canal, Oya Celiktutan ·

    机器人应该能够回答哪些问题？一个用于可解释机器人学的用户问题数据集

    arXiv:2510.16435v2 Announce Type: replace-cross Abstract: With the growing use of large language models and conversational interfaces in human-robot interaction, robots' ability to answer user questions is more important than ever. We therefore introduce a dataset of 1,893 user q…

相关话题