本記事は、人間-ロボットインタラクション（HRI）のパーソナライズに関する新たなアプローチを提案しています。従来の手法は主に単一ユーザーの適応に焦点を当てていましたが、本研究では複数の利害関係者の間での対立する好みの解決を目的とした「マルチユーザー好み定量的双極論証フレームワーク（MUP-QBAF）」を導入します。この新しいフレームワークは、静的な入力を前提とする従来の論証フレームワークとは異なり、ユーザーの主張とロボットの環境に対する動的な観察を組み合わせ、変化する状況に応じてシステムが適応できるようにしています。好みは強度によって反復的に再計算される議論として表現され、現実的なケーススタディを通じて評価されます。この方法は競合するユーザーの好みを透明で構造的かつ文脈に敏感な方法で解決することを目指し、マルチユーザーHRIの分野の進展に寄与します。