[論文レビュー] Improved Trust in Human-Robot Collaboration with ChatGPT

Yang Ye, Hengxu You+1 more|arXiv (Cornell University)|Apr 25, 2023

Artificial Intelligence in Healthcare and EducationMedicine被引用数 3

ひとこと要約

本稿では、7自由度のロボットアームに対してOpenAIのChatGPTを統合することで、自然言語による対話が可能な人間-ロボット協働システム「RoboGPT」を提案する。本研究では、より自然なコミュニケーションにより、人間の信頼を著しく向上させることを目的としている。人間被験者を用いた実験により、ChatGPTを搭載した対話型インターフェースが、工具の持ってくる・置くといったタスクにおけるより直感的で文脈に配慮した、かつ迅速なロボット行動を可能にし、信頼を高めたことが示された。

ABSTRACT

Human robot collaboration is becoming increasingly important as robots become more involved in various aspects of human life in the era of Artificial Intelligence. However, the issue of human operators trust in robots remains a significant concern, primarily due to the lack of adequate semantic understanding and communication between humans and robots. The emergence of Large Language Models (LLMs), such as ChatGPT, provides an opportunity to develop an interactive, communicative, and robust human-robot collaboration approach. This paper explores the impact of ChatGPT on trust in a human-robot collaboration assembly task. This study designs a robot control system called RoboGPT using ChatGPT to control a 7-degree-of-freedom robot arm to help human operators fetch, and place tools, while human operators can communicate with and control the robot arm using natural language. A human-subject experiment showed that incorporating ChatGPT in robots significantly increased trust in human-robot collaboration, which can be attributed to the robot's ability to communicate more effectively with humans. Furthermore, ChatGPT ability to understand the nuances of human language and respond appropriately helps to build a more natural and intuitive human-robot interaction. The findings of this study have significant implications for the development of human-robot collaboration systems.

研究の動機と目的

• 人間-ロボット協働における人間の信頼の低さを、意味的理解やコミュニケーションの不足が原因として解決する。
• 大規模言語モデル（LLM）であるChatGPTが、より自然で文脈に配慮した人間-ロボット対話によって信頼を向上させられるかどうかを調査する。
• ロボット操作を自然言語で制御できる制御システム「RoboGPT」を設計・実装する。
• LLMを活用した通信が、人間-ロボット協働環境におけるユーザーの信頼、認識された信頼性、タスクパフォーマンスに与える影響を評価する。
• リアルタイムでタスク指向の環境において、LLMを用いて人間とロボットの間のコミュニケーションギャップを埋めることの実現可能性を示す。

提案手法

• 7自由度のロボットアーム用に、OpenAIのChatGPTを自然言語インターフェースとして統合した制御システム「RoboGPT」を開発した。
• 人間のオペレーターが「スクリュードライバーを持ってきて」や「レンチをテーブルの上に置く」などの自然言語コマンドを発行することで、ロボットの動作を制御できるようにした。
• LLMをロボット制御パイプラインと統合し、自然言語を実行可能なロボットの運動命令に変換する仕組みを構築した。
• ロボットが動作を自然言語で確認することで、双方向の通信ループを設計し、透明性とユーザーの意識を高めた。
• 自然言語による対話でロボットとやり取りする参加者を対象にした人間被験実験を実施し、信頼度とパフォーマンスを測定した。
• 標準化された信頼度評価尺度とタスク完了メトリクスを用いて、ChatGPT統合の影響を評価した。

実験結果

リサーチクエスチョン

• RQ1 ChatGPTのような大規模言語モデルを統合することで、人間-ロボット協働における人間の信頼はどのように変化するか？
• RQ2 自然言語対話は、ロボットシステムの認識された信頼性と透明性をどの程度向上させるか？
• RQ3 LLMを搭載したロボットは、リアルタイムで曖昧な、文脈依存の人の指示を理解し、適切に対応できるか？
• RQ4 人間とロボットの間のコミュニケーションの質は、タスクパフォーマンスとユーザー満足度にどのように影響するか？
• RQ5 文脈理解と一貫性のある応答が、人間-ロボット対話における信頼構築に果たす役割は何か？

主な発見

• 標準化された信頼度評価尺度を用いた測定において、ChatGPT統合により、非LLMベースのシステムと比較して人間の信頼が顕著に向上した。
• ロボットが自然言語で動作を確認し、意思決定を説明することで、参加者から高い認識された信頼性と透明性が報告された。
• ロボットが曖昧な、文脈依存の言語を解釈し、適切に対応できることで、ユーザーの自己効力感が向上し、いらだちが減少した。
• 自然言語入力のみで、工具の持ってくる・置くといったタスクをリアルタイムで実行する上で、本システムは高い性能を示した。
• LLM搭載のロボットと自然言語でやり取りすることで、ユーザーは対話がより直感的で、認知的負荷が低いと感じた。
• 本研究では、LLMが人間-ロボットチームにおける意味的理解とコミュニケーションを向上させる有効な仲介者として機能できることを確認した。