@techreport{oai:ipsj.ixsq.nii.ac.jp:00056592,
 author = {南, 泰浩 and 澤木, 美奈子 and 東中, 竜一郎 and 堂坂浩二 and Yasuhiro, Minami and Minako, Sawaki and Ryuichiro, Higashinaka and Kohji, Dohsaka},
 issue = {123(2008-SLP-074)},
 month = {Dec},
 note = {我々は，会話エージェントが，状況に即した適切な働きかけを通して，人間の自発的思考を喚起し，人間の会話意欲を高める思考喚起型の会話システムの実現を目指している．本稿では，思考喚起型会話システムの一例であるクイズを対象とする対話システムにおいて， POMDP を利用し不確定な情報にも適切に対処する対話システムの制御手法を提案する．不確定な情報として，ここでは，人がユーザの表情と音声からユーザが感じる難易度を判定した結果を利用する．この制御手法では，実験データから強化学習により POMDP の方策を作成し，その方策を使ってヒントを適切にスキップすることにより，ユーザのヒントに対する心的状態 （易，ニュートラル，難） を制御する．本稿では，提案手法の有効性をシミュレーションにより評価を行った．, We are researching thought-evoking dialogue systems where conversation agents appropriately affect users and evoke their voluntary thoughts to motivate human communication. This paper proposes a thought-evoking quiz dialogue system using the Partially Observed Markov Decision Process (POMDP) that can treat such uncertain information as paralanguage information. As uncertain information, we employ the user's level of difficulty in handling quiz hints. Another person detects this difficulty level by observing the user's facial and voice information. The system controls the user's difficulty levels (easy, neutral, and difficult) for the hints by skipping hints based on the POMDP policy that was learned by reinforcement training. This paper evaluates the proposed system in simulation experiments.},
 title = {POMDPを利用した思考喚起型対話の制御},
 year = {2008}
}