[論文レビュー] Affect-Driven Modelling of Robot Personality for Collaborative Human-Robot Interactions

Nikhil Churamani, Pablo Barros+2 more|arXiv (Cornell University)|Oct 14, 2020

Social Robot Interaction and HRI参考文献 64被引用数 7

ひとこと要約

本論文は、協働的対人ロボット相互作用におけるロボットの性格をモデル化するための、感情駆動型フレームワークを提案する。多様なモodalな感情的評価に適したハイブリッドニューラルモデル、自己組織化再帰的ネットワークに基づく感情コア（Affective Core）、およびUltimatum Gameにおける交渉戦略の適応を可能にする強化学習エージェントを用いる。主な貢献は、性格的特徴がロボットの気分と行動に影響することを示したことであり、参加者らは、忍耐強く感情的に反応するロボットをより持続的だと、逆に忍耐のないロボットをより配慮深いと認識した。

ABSTRACT

Collaborative interactions require social robots to adapt to the dynamics of human affective behaviour. Yet, current approaches for affective behaviour generation in robots focus on instantaneous perception to generate a one-to-one mapping between observed human expressions and static robot actions. In this paper, we propose a novel framework for personality-driven behaviour generation in social robots. The framework consists of (i) a hybrid neural model for evaluating facial expressions and speech, forming intrinsic affective representations in the robot, (ii) an Affective Core, that employs self-organising neural models to embed robot personality traits like patience and emotional actuation, and (iii) a Reinforcement Learning model that uses the robot's affective appraisal to learn interaction behaviour. For evaluation, we conduct a user study (n = 31) where the NICO robot acts as a proposer in the Ultimatum Game. The effect of robot personality on its negotiation strategy is witnessed by participants, who rank a patient robot with high emotional actuation higher on persistence, while an inert and impatient robot higher on its generosity and altruistic behaviour.

研究の動機と目的

• 長期的な相互作用における人間の感情的ダイナミクスを捉えられない、静的でフレームベースの感情認識の限界を是正する。
• 過去の相互作用に基づく内的な感情反応と気分をモデル化することで、ロボットが適応的で個別化された相互作用行動を発展させることを可能にする。
• 忍耐や感情的反応性といった性格的特徴が、協働的状況下でのロボットの感情的評価と交渉行動にどのように影響するかを調査する。
• 強化学習を用いて、進化する感情状態に従って最適な交渉戦略を学習できるフレームワークを設計する。

提案手法

• 顔の表情と発話の両方を統合的に分析できるハイブリッドディープニューラルネットワークを訓練し、多様なモダリティの感情的評価を強化し、ロボットの感情的記憶と気分を形成する。
• 自己組織化再帰的ニューラルネットワーク（GWR）を用いてAffective Coreを実装し、性格的特徴を埋め込む。主な影響要因は時間認識と社会的条件付け（感情的反応性）である。
• Affective Coreから得られるロボットの気分が、マーカフ・決定過程（MDP）フレームワーク内で行動を調整し、適応的意思決定を可能にする。
• ディープ・デターミニスティック・ポリシー・グラデーション（DDPG）に基づく強化学習モデルが、ロボットの感情状態を入力として用い、Ultimatum Gameにおける最適な交渉ポリシーを学習する。
• 被験者研究中はAffective Coreを事前学習済みで固定し、性格の影響を明確に分離することで、性格駆動型ダイナミクスの安定的評価を確保する。
• NICOロボットを用いて、31名の被験者を対象にユーザー研究を実施。被験者らは、異なる性格条件のもとでリソース分配の交渉を行うUltimatum Gameに参加する。

実験結果

リサーチクエスチョン

• RQ1 忍耐と感情的反応性というロボットの性格的特徴が、長期的な対人ロボット相互作用における感情的評価と行動適応にどのように影響するか。
• RQ2 多様なモダリティからの知覚に基づき得られるロボットの感情的記憶と気分が、協働的状況下での交渉行動にどの程度影響を及ぼすか。
• RQ3 内的な性格をモデル化する感情コアに従って誘導される強化学習エージェントは、より自然で適応的な交渉戦略を学習できるか。
• RQ4 ユーザーは、異なる性格的傾向を示すロボットに対して、持続性と配慮の観点でどのように認識し、反応するか。
• RQ5 性格によって調整されるロボットの感情状態は、ユーザーの関与度と相互作用ダイナミクスに測定可能な変化をもたらすか。

主な発見

• 忍耐強く、感情的反応性の高いロボットは、交渉において著しく持続的であると参加者に認識された。これは、性格が行動的特徴の認識に与える影響を示している。
• 無反応的で、忍耐のないロボットは、より配慮深く利他の傾向があると認識された。これは、性格的特徴が公平性や協力の認識に直接影響することを示している。
• 交渉戦略の違いにもかかわらず、全体的なロボット像に有意な差は認められなかった。これは、気分に基づく微細な行動の変化が、容易に認識されない可能性を示唆している。
• ユーザーは時間経過とともにより関与的で表現豊かになった。当初は距離を置いた直接的な拒否から、次第に感情的な層を含む訴えに移行し、「まあ、NICO、これは公平じゃないよ。もっとできるでしょ」といった発言が増加した。これは、ロボットが相互作用の進化を促したことを示している。
• ロボットはユーザーの戦略に応じて反応し、当初は要求に従っていたが、後に行動を適応させた。これは、動的交渉パターンの有効な学習が行われたことを示している。
• 感情コアはロボットの気分と行動を効果的に調整した。強化学習エージェントは感情フィードバックに基づき、提示内容を調整する能力を学習し、フレームワーク設計の妥当性が裏付けられた。