[論文レビュー] Help, Anyone? A User Study For Modeling Robotic Behavior To Mitigate Malfunctions With The Help Of The User

Markus Bajones, Astrid Weiss+1 more|arXiv (Cornell University)|Jun 8, 2016

Social Robot Interaction and HRI参考文献 14被引用数 14

ひとこと要約

本研究では、家庭内での移動障害が繰り返し発生する状況において、サービスロボットが自らユーザーの支援を求める行動を取ることで回復できるかを、Lego組立作業を共同で行う38名の参加者を対象にウィザード・オブ・オズ実験で調査した。主な発見として、最後に命令を出したユーザー、あるいはロボットに最も近いユーザーが支援しやすいことが判明した。また、障害が繰り返されても、ユーザーがロボットの知能や好まれやすさを低下させないことが示され、自律的HRIにおけるユーザー支援を回復戦略として採用することが有効であることが裏付けられた。

ABSTRACT

Service robots for the domestic environment are intended to autonomously provide support for their users. However, state-of-the-art robots still often get stuck in failure situations leading to breakdowns in the interaction flow from which the robot cannot recover alone. We performed a multi-user Wizard-of-Oz experiment in which we manipulated the robot's behavior in such a way that it appeared unexpected and malfunctioning, and asked participants to help the robot in order to restore the interaction flow. We examined how participants reacted to the robot's error, its subsequent request for help and how it changed their perception of the robot with respect to perceived intelligence, likability, and task contribution. As interaction scenario we used a game of building Lego models performed by user dyads. In total 38 participants interacted with the robot and helped in malfunctioning situations. We report two major findings: (1) in user dyads, the user who gave the last command followed by the user who is closer is more likely to help (2) malfunctions that can be actively fixed by the user seem not to negatively impact perceived intelligence and likability ratings. This work offers insights in how far user support can be a strategy for domestic service robots to recover from repeating malfunctions.

研究の動機と目的

• 家庭内タスク環境において、繰り返し発生するロボットのナビゲーション障害に対して、ユーザーが支援する意思があるかどうかを調査すること。
• 特に距離的接近度と最近の相互作用の有無が、支援意思に与える影響を理解すること。
• ユーザーによる回復支援が、ロボットの知能、好まれやすさ、タスク貢献度に対する評価に与える影響を評価すること。
• 相互作用履歴と空間的接近度を根拠に、最も適切な支援者を自ら選択するロボット行動のモデル化を行うこと。

提案手法

• 19組のユーザー・ペアを対象に、移動型ロボットを用いたLego組立作業を実施したウィザード・オブ・オズ実験を実施した。
• ナビゲーション障害（到達不能な目的地、衝突など）を意図的に発生させ、ロボットが事前に定義された戦略に従って支援要請を促した。
• レーザー距離計とカメラシステムを用いて、ユーザーの可視性を検出し、接近度および最後の命令発行者の特定を実施した。
• 接近度と最近の命令履歴に基づき、最も適切なユーザーを選択する意思決定アルゴリズム（アルゴリズム1）を実装した。
• 動画記録から反応時間（t_react）と支援時間（t_help）を収集し、反応ダイナミクスを分析した。
• 反復的自己報告調査を実施し、障害発生後のロボットの知能、好まれやすさ、タスク貢献度に対する評価の変化を評価した。

実験結果

リサーチクエスチョン

• RQ1 ユーザーが直近で命令を出した場合、障害発生時にロボットの支援に応じる可能性が高まるか？
• RQ2 ロボットに物理的に近いユーザーは、支援の意思が高まるか？
• RQ3 繰り返し発生する障害は、ユーザーがロボットの知能や好まれやすさに対して持つ評価に悪影響を与えるか？
• RQ4 相互作用履歴と接近度の手がかりに基づき、自ら最も適切な支援者を選択するロボット行動をモデル化できるか？

主な発見

• 直近で命令を出したユーザーは、最近の相互作用がないユーザーよりも、ロボットの支援に応じる可能性が有意に高かった。
• 物理的にロボットに近いユーザーも、支援要請に対してより高い反応を示した。
• ユーザーの能動的介入を要する障害であっても、知能や好まれやすさの評価に悪影響を及ぼさなかった。
• 反応時間（t_react）に負の値が観測された場合もあり、これは支援要請が完全に発話される前からユーザーがロボットに向かって動き始めたことを示し、事前の行動が見られた。
• 標準条件と異なるタスク条件との間で、反応時間や支援時間に有意差は認められず、ユーザーの反応性が一貫していたことが示された。
• ロボットの支援要請は、しばしば前向きで協働的な行動として認識され、繰り返し失敗があってもポジティブな評価に寄与した。