[論文レビュー] AI Challenges in Human-Robot Cognitive Teaming

Tathagata Chakraborti, Subbarao Kambhampati+2 more|arXiv (Cornell University)|Jul 15, 2017

AI-based Problem Solving and Planning参考文献 45被引用数 61

ひとこと要約

本論文は、人間の認知モデル化が効果的な人間-ロボット連携に不可欠であると主張し、HuM および HuMM を取り入れて積極的・社会的・説明可能な計画を支援する更新されたエージェントアーキテクチャを提案する。

ABSTRACT

Among the many anticipated roles for robots in the future is that of being a human teammate. Aside from all the technological hurdles that have to be overcome with respect to hardware and control to make robots fit to work with humans, the added complication here is that humans have many conscious and subconscious expectations of their teammates - indeed, we argue that teaming is mostly a cognitive rather than physical coordination activity. This introduces new challenges for the AI and robotics community and requires fundamental changes to the traditional approach to the design of autonomy. With this in mind, we propose an update to the classical view of the intelligent agent architecture, highlighting the requirements for mental modeling of the human in the deliberative process of the autonomous agent. In this article, we outline briefly the recent efforts of ours, and others in the community, towards developing cognitive teammates along these guidelines.

研究の動機と目的

• 物理的な協調を超えて、人間の認知的期待が人間-ロボット連携の中心となる理由を動機づける。
• 省察と意思決定のための人間モデルを含む古典的エージェントアーキテクチャの更新を提案する。
• 既存のエージェントタイプを調査し、ロボットの積極的で社会的な行動に対する認知要件を特定する。
• 認知的協働における人間認識計画、人間モデルの学習、コミュニケーション、および評価の課題とアプローチの概要。

提案手法

• Sense-Model-Plan-Act (SMPA) サイクルを、Human Model (HuM) および Human Mental Model (HuMM) を含むよう拡張する。
• C1-C3 の能力を定義する: 連携コンテキストを認識する、チームの行動を予測する、そして仲間を考慮しつつチーム目標を前進させる行動をとる。
• HuM/HuMM を用いたマルチモデル計画、説明可能な計画、および人間とロボットの計画を一致させるためのモデル和解の説明を議論する。
• 不完全なモデルや検証のためのミクロ世界（microworld）テストベッドを含む、人間モデルの学習と評価アプローチを提示する。

実験結果

リサーチクエスチョン

• RQ1 自律エージェントは人間の味方メンバーとそのメンタルモデル（HuM/HuMM）をどのように表現し、推論すべきか。
• RQ2 人間を意識した、説明可能で信頼のおけるロボット行動を生み出すために、どのような計画と説明の戦略が必要か。
• RQ3 ロボットは長期的なチームパフォーマンスを改善するために、人間モデルをどのように学習・適応・伝達できるか。
• RQ4 人間-ロボット認知的連携を研究するのに適した評価設定（microworlds）は何か。
• RQ5 従来の目標ベースおよび行動ベースのエージェントから認知的連携エージェントへ移行する際の主要な課題は何か。

主な発見

• 認知的連携には、人間のメンタルモデル化が必要であり、物理的/世界状態だけでは足りない。
• HuM および HuMM を組み込んだ更新されたアーキテクチャは、文脈を認識し、行動を予測し、人間を考慮しつつチーム目標を前進させる行動を可能にする。
• 説明可能な計画とモデル和解は、計画の最適性と人間の理解性および信頼のバランスをとることができる。
• 不完全な人間モデルの学習と双方向コミュニケーションは、長期的な連携性能にとって重要である。
• ミクロワールドとテストベッドは、迅速なプロトタイピングと人間-ロボット認知的連携の概念の検証に有用である。）