[論文レビュー] A survey of robot learning from demonstrations for Human-Robot Collaboration

Jangwon Lee|arXiv (Cornell University)|Oct 24, 2017

Robot Manipulation and Learning参考文献 30被引用数 21

ひとこと要約

本調査は、人間-ロボット協働（HRC）におけるロボットの模倣学習（LfD）を検討し、通信、相互学習、複雑なタスク習得に注目している。効果的なHRCには、技術的なLfD手法に加え、人間中心の設計が不可欠であり、人間・ロボット間の相互作用における不確実性を低減する必要がある。主な進展は、意図認識、アクティブラーニング、および複雑なタスク学習のための深層学習の応用である。

ABSTRACT

Robot learning from demonstration (LfD) is a research paradigm that can play an important role in addressing the issue of scaling up robot learning. Since this type of approach enables non-robotics experts can teach robots new knowledge without any professional background of mechanical engineering or computer programming skills, robots can appear in the real world even if it does not have any prior knowledge for any tasks like a new born baby. There is a growing body of literature that employ LfD approach for training robots. In this paper, I present a survey of recent research in this area while focusing on studies for human-robot collaborative tasks. Since there are different aspects between stand-alone tasks and collaborative tasks, researchers should consider these differences to design collaborative robots for more effective and natural human-robot collaboration (HRC). In this regard, many researchers have shown an increased interest in to make better communication framework between robots and humans because communication is a key issue to apply LfD paradigm for human-robot collaboration. I thus review some recent works that focus on designing better communication channels/methods at the first, then deal with another interesting research method, Interactive/Active learning, after that I finally present other recent approaches tackle a more challenging problem, learning of complex tasks, in the last of the paper.

研究の動機と目的

• 技術的な動作の再現を超える人間中心の要因に注目することで、人間-ロボット協働（HRC）タスクにおけるロボットの模倣学習（LfD）のギャップを埋めること。
• 人間の意図の不確実性、コミュニケーションの断絶、直感的で使いやすい教示インターフェースの必要性といったHRCにおける課題を特定・分析すること。
• 相互作用的・アクティブラーニング手法が、協働環境における教示効率とロボットの自律性をどのように向上させられるかを検討すること。
• 複雑で複数のサブタスクを含む協働行動を教示から学ぶために、深層学習と系列モデル（例：HMM）を適用する可能性と制限を検討すること。
• ロボットの認知、人間理解、適応的知識移転を統合する新しい学習フレームワークを設計するための学際的連携を提唱すること。

提案手法

• HRCにおけるLfDに関する最近の文献を調査し、通信手法、相互学習戦略、複雑なタスク学習技術の観点からアプローチを分類すること。
• 視線、ジェスチャー、顔の表情といった非言語的側面を用いた通信フレームワークを分析し、人間とロボットの相互理解を向上させること。
• ロボットが質問を投げかけたり、自らの位置を再配置することで、教示中の曖昧さを低減する相互作用的／アクティブラーニング手法をレビューすること。
• 隠れマルコフモデル（HMM）やその他の系列モデルを用いて、教示から複雑な協働タスクを分解・学習する方法を検討すること。
• 大規模かつ多様な教示データセットが不足しているため、深層学習がHRCに適用される可能性に課題を評価すること。
• 単に人間同士の行動パターンを模倣するのでなく、ロボット固有の物理的形状と能力を考慮し、意図の表現と知識の適応を最適化するように行動を設計すべきであることを提唱すること。

実験結果

リサーチクエスチョン

• RQ1 協働タスクにおけるLfDの過程で不確実性を低減するために、人間とロボットの間の通信をどのように改善できるか？
• RQ2 非言語的側面（視線、顔の表情、ジェスチャー）と識別可能なロボット行動は、HRCにおける相互理解をどのように向上させるか？
• RQ3 アクティブまたは相互作用的ラーニング手法は、協働環境におけるロボットの教示効率と耐障害性をどのように向上させるか？
• RQ4 人間の教示から複雑で複数のサブタスクを含む協働行動を学ぶ際の主な課題は何か？
• RQ5 深層学習技術はHRCのLfDにどの程度適用可能であり、その導入を妨げる主な障壁は何か？

主な発見

• 効果的なHRCには、単に動作を再現するのではなく、意図、感情、信頼といった人間要因への配慮が不可欠であり、これが自然な協働を実現する上で重要である。
• 視線、顔の表情、ジェスチャーといった非言語的通信の側面は、人間・ロボット間の相互理解を著しく向上させ、曖昧さを低減する。
• ロボットが質問を投げかけたり、自らの位置を再配置することで情報を収集する相互作用的／アクティブラーニング手法は、教示効率を向上させ、曖昧な状況での誤りを低減する。
• HMMに基づくアプローチは、タスクのダイナミクスとサブタスクの分解をモデル化する上で有望であるが、人間の教示に高いばらつきがあるため、複雑な協働タスクの学習は依然として困難である。
• 深層学習技術は、異なるロボットの形状やタスク設定に適した大規模かつ多様な教示データセットが不足しているため、HRCのLfDへの応用が制限されている。
• 単に人間同士の対話パターンを模倣するのではなく、ロボットが独自の物理的形状と能力を持つため、意図の表現と知識の適応を最適化する必要がある。