[論文レビュー] Balancing Shared Autonomy with Human-Robot Communication

Rosario Scalise, Yonatan Bisk+4 more|arXiv (Cornell University)|May 20, 2018

Social Robot Interaction and HRI参考文献 19被引用数 3

ひとこと要約

本稿は、共有自律性における人間-ロボット間のコミュニケーションが、テーブル片付けタスクにおいて認知的負荷とタスク効率のバランスをどのようにとるかを調査している。アマゾンのMechanical Turkを用いて自然言語の指示を分析した結果、ユーザーはロボットの能力やタスクの複雑さに応じて、単純な表現から戦略的表現へと言語を適応させることを明らかにした。高水準の戦略は計画の効率を向上させるが、ユーザーの負担を増加させることが示され、人間-ロボット協働における有用性と使いやすさのトレードオフを浮き彫りにした。

ABSTRACT

Robotic agents that share autonomy with a human should leverage human domain knowledge and account for their preferences when completing a task. This extra knowledge can dramatically improve plan efficiency and user-satisfaction, but these gains are lost if communicating with a robot is taxing and unnatural. In this paper, we show how viewing humanrobot language through the lens of shared autonomy explains the efficiency versus cognitive load trade-offs humans make when deciding how cooperative and explicit to make their instructions.

研究の動機と目的

• 人間-ロボット対話における言語が、ロボットの能力に対する期待をどのように反映し、タスク効率にどのように影響するかを理解すること。
• 共有自律性においてロボットとコミュニケーションをとる際の、計画効率とユーザーの認知的負荷のトレードオフを調査すること。
• タスクの複雑さとロボットの能力が、ロボット計画のためのユーザー提供言語の形式と内容にどのように影響を与えるかを分析すること。
• ユーザーが自然に生み出す高水準の言語戦略（例：ヒューリスティクス、制約）を特定・分類すること。
• ユーザーの負担を最小限に抑えつつ人間の知見を活用できるインタラクティブな計画システムの設計を支援すること。

提案手法

• 非専門の参加者を対象に、アマゾンのMechanical Turkでユーザー研究を実施し、テーブル片付けタスクにおける人間-ロボット対話を模擬した。
• 高水準の言語入力をもとに幾何学的に実行可能な計画を生成するために、MAGIのタスクおよびモーションプランニングライブラリを用いた。
• 自然言語の指示を収集・分析し、形式（目的、順序、制約、戦略）と複雑さに基づいて分類した。
• オブジェクト数、色の独自性、空間的配置を変化させ、言語使用とユーザー満足度への影響を評価した。
• 計画時間と事後満足度アンケートを用いて、計画効率とユーザーの負担を測定した。
• 言語的原則（グリスの最大化則）を適用し、ユーザーの言語パターンを解釈し、情報量と明確さを評価した。

実験結果

リサーチクエスチョン

• RQ1 共有自律性において、ロボットの能力やタスクの複雑さに応じて、ユーザーの言語戦略はどのように変化するか？
• RQ2 ユーザーが高水準の制約や戦略を提示する際、計画効率とユーザーの認知的負荷のトレードオフはどのように現れるか？
• RQ3 ユーザーは、ロボットのパフォーマンスを向上させるために、有効で非自明な計画のヒューリスティクスや制約を自然にどれほど生み出すか？
• RQ4 タスクの複雑さが増すに従い、参照表現（例：色、位置）の好みはどのように変化するか？
• RQ5 ユーザーにとって認知的に管理可能でありながら、ロボットの計画時間を短縮するのに最も効果的な言語形式は何か？

主な発見

• タスクの複雑さが増すに従い、ユーザーは単純な参照表現から複雑な戦略的言語へと移行しており、ロボットの限界に応じた適応が示された。
• 高水準の制約やヒューリスティクスを提示することで計画効率が著しく向上するが、タスクが複雑な場合にはユーザーの負担が増加し、満足度が低下する傾向があった。
• 負担が増加しても、ユーザーは一貫して役立つ戦略（例：部分順序、空間的ヒューリスティクス）を提示しており、協力への強い意欲が示された。
• 複雑なシーンでは、色の独自性を参照表現に用いる好みが低下し、最も使いやすい構成について明確な合意は得られなかった。これは、状況依存的な使いやすさを示している。
• 最も一般的な計画とユーザーが生成した代替計画との間で計画時間の差はほとんどなく、ユーザーが通常は実行不可能な行動を提案していないことが示された。
• 本研究は、明確な対立を明らかにした：ユーザーは効果的な計画者ではあるが、詳細な計画を提示するよう求められると、次第にいらだちを示すようになる。これは、共有自律性における使いやすさのボトルネックを示している。