[論文レビュー] Personalized Behaviour Models: A Survey Focusing on Autism Therapy Applications

Michał Stolarz, Alex Mitrevski+2 more|arXiv (Cornell University)|May 18, 2022

Autism Spectrum Disorder Research被引用数 4

ひとこと要約

本調査は、自閉症スペクトラム症候群（ASD）を有する乳幼児を対象としたロボット支援療法（RAT）における個人化された行動モデルについて包括的な分析を提案し、指導およびフィードバックからの学習を含むインタラクティブ機械学習（IML）技術に焦点を当て、ロボットが個々の乳幼児の行動に自律的かつ自動的に適応できるようにする。主な貢献は、社会的行動、タスクの難易度、関与度の観点から、個人化アプローチを比較評価し、フィードバックからの学習とハイブリッド学習が、迅速な収束と熟練した指導者への依存の低減を実現するため、実世界の自閉症療法応用において最も現実的であると特定している。

ABSTRACT

Children with Autism Spectrum Disorder find robots easier to communicate with than humans. Thus, robots have been introduced in autism therapies. However, due to the environmental complexity, the used robots often have to be controlled manually. This is a significant drawback of such systems and it is required to make them more autonomous. In particular, the robot should interpret the child's state and continuously adapt its actions according to the behaviour of the child under therapy. This survey elaborates on different forms of personalized robot behaviour models. Various approaches from the field of Human-Robot Interaction, as well as Child-Robot Interaction, are discussed. The aim is to compare them in terms of their deficits, feasibility in real scenarios, and potential usability for autism-specific Robot-Assisted Therapy. The general challenge for algorithms based on which the robot learns proper interaction strategies during therapeutic games is to increase the robot's autonomy, thereby providing a basis for a robot's decision-making.

研究の動機と目的

• 自閉症療法応用における人間-ロボット相互作用（HRI）における個人化された行動モデルを分析・比較すること。
• 自閉症スペクトラム症候群（ASD）を有する乳幼児を対象とした実生活におけるロボット支援療法（RAT）シナリオにおいて、特にフィードバックおよび指導からの学習を含むさまざまな個人化技術の実現可能性と使いやすさを評価すること。
• 長期的療法において自律的かつ適応的ロボットを導入するにあたり、人間の監視者への依存、ポリシー収束の遅さ、ユーザー間での一般化の難しさを含む主な課題を特定すること。
• 子供の関与度の低下や動機の喪失に即座に対応できるように、療法内容を個人化し、リアルタイムで反応できる自律ロボットの今後の開発を支援すること。
• 迅速な収束を実現するプリトレーニング済みの行動モデルを、アクティブラーニングおよびハイブリッドラーニング（フィードバック＋指導）を用いて開発する今後の研究を提案すること。

提案手法

• 本調査は、個人化の側面（例：社会的行動、タスクの難易度）と学習手法（フィードバックまたは指導からの学習）に分類された、HRIにおける個人化されたロボット行動モデルに関する18件の代表的論文を分析している。
• 各アプローチは、学習アルゴリズムの種類（例：Q学習、ベイジアンネットワーク、最近傍探索、逆強化学習）、使用された特徴量（例：関与度、ゲーム進行状況、注視、発話）、および長期運用（1週間以上）が実証されたか否かに基づいて評価されている。
• 著者らは、自律性、監視者ミスに対するロバストネス、収束速度、ユーザー間での一般化の観点から、構造化された比較表（表I）を用いて手法を比較している。
• 本手法には、現在のアプローチにおける欠陥（長期テストの欠如、熟練指導者への依存、学習の遅さ）を特定し、フィードバック＋指導のハイブリッド学習を解決策として提唱している。
• 本調査は、HRIの文献から既存の分類（例：ユーザー・モデルの種類：静的対動的）を活用し、自閉症療法への適用可能性を分析する枠組みを構築している。
• 今後の研究として、アクティブラーニングおよびポリシーのプリトレーニングを用いたロボットの開発を提案し、個々の乳幼児のスキルおよび感情状態に迅速かつ個人化された適応を可能にする。

実験結果

リサーチクエスチョン

• RQ1 自閉症スペクトラム症候群（ASD）を有する乳幼児を対象としたロボット支援療法において、実世界への導入に最も現実的である個人化技術は何か？
• RQ2 フィードバックからの学習と指導からの学習のアプローチは、長期的療法セッションにおけるロバストネス、収束速度、適応性の観点でどのように比較されるか？
• RQ3 自律的かつ個人化された行動モデルを自閉症療法用ロボットに導入するにあたり、主な課題は何か。特に、監視者への依存およびユーザー間での一般化の難しさについて。
• RQ4 フィードバックと指導を組み合わせたハイブリッド学習アプローチは、療法用ロボットにおけるポリシー学習の信頼性と速度を向上させることができるか？
• RQ5 個人化された行動モデルは、子供の関与度の低下や動機の喪失をリアルタイムで検出し、それに即座に対応できるように設計できるか？

主な発見

• 長期的かつ実世界の自閉症療法において、指導からの学習よりもフィードバックからの学習がより現実的である。これは、人間の監視者への依存を低減し、自律的探索を可能にするためである。
• 調査された18件のアプローチのうち、長期運用（1週間以上）を実証したのはわずか3件にとどまり、個人化された行動モデルの実世界での妥当性に顕著なギャップがあることを示している。
• フィードバックと指導を組み合わせたハイブリッド学習アプローチは、監視者ミスに対するロバストネスを向上させるとともに、ポリシー収束を加速することが、[27]および[41]などの研究で示されている。
• 自閉症療法において最も効果的な個人化の次元は、社会的行動とタスクの難易度であり、特に社会的行動の個人化は関与度の維持に顕著な影響を及ぼす。
• シミュレートされたユーザー相互作用に基づいたポリシーのプリトレーニングは、収束に必要な実際の相互作用の回数を顕著に削減でき、実際の療法環境における学習の遅さという課題を緩和する。
• 逆強化学習およびモデルベースの強化学習は、複雑なユーザーの好みや感情状態を捉える可能性を秘めており、ただし注意深い特徴量設計を要し、長期的シナリオでの検証はまだ十分でない。