[論文レビュー] ScoutBot: A Dialogue System for Collaborative Navigation

Stephanie M. Lukin, Felix Gervits+8 more|arXiv (Cornell University)|Jul 21, 2018

Speech and dialogue systems参考文献 9被引用数 4

ひとこと要約

ScoutBot は、都市環境における共同ナビゲーションのためのシミュレートされたロボットを自然言語で制御できる対話型システムである。自然言語理解（NLU）パイプラインを事前学習することで、制約のない音声入力の解釈、曖昧さの解消のための確認対話、ROSベースの運動コマンドによる実行を可能にし、シミュレーション環境において、低帯域幅で堅牢な人間-ロボットインタラクションを実現した。

ABSTRACT

ScoutBot is a dialogue interface to physical and simulated robots that supports collaborative exploration of environments. The demonstration will allow users to issue unconstrained spoken language commands to ScoutBot. ScoutBot will prompt for clarification if the user's instruction needs additional input. It is trained on human-robot dialogue collected from Wizard-of-Oz experiments, where robot responses were initiated by a human wizard in previous interactions. The demonstration will show a simulated ground robot (Clearpath Jackal) in a simulated environment supported by ROS (Robot Operating System).

研究の動機と目的

• データ駆動型で自動化された対話型システムを構築し、ロボットとの共同探査のための自然言語インタラクションを支援すること。
• 被災地など遠隔地や高ストレス環境において、人間の認知的負荷と通信帯域を低減するため、高レベルの音声コマンドを可能にすること。
• 完全自動化への移行に先立ち、ウィザード・オブ・オズ（Wizard-of-Oz）フレームワークを用いて人間-ロボットインタラクションをシミュレートし、検証すること。
• 曖昧または不完全な指示に対して、確認対話を通じてロバスト性を向上させること。
• シミュレート環境および実環境における NLU、対話方策、ナビゲーション戦略のテストに適したスケーラブルな研究基盤を構築すること。

提案手法

• 本システムは、ROS を用いたセンサーや運動制御のための Gazebo 環境でシミュレートされた Clearpath Jackal ロボットを用いる。
• 自然言語入力は、ウィザード・オブ・オズ対話データで事前学習された NLU クラスファイアーによって処理され、行動コマンドが抽出される。
• コマンドは ROS Twist メッセージにマッピングされ、前進／後退（1–10 ft）や回転（45°–360°）などの運動制御が可能になる。
• コマンドに曖昧さや不完全さがある場合には、人間らしい対話に模倣した確認サブダイアログが発動する。
• rviz を用いてセンサデータとロボットの状態をリアルタイムで可視化しており、物理的ロボットとシミュレートロボットの両方で同一の設定が使用されている。
• 対話マネージャーとロボットナビゲーターの役割は、Python スクリプトと rospy ROS パッケージを用いて自動化されている。

実験結果

リサーチクエスチョン

• RQ1 対話型システムは、複雑な環境におけるロボットナビゲーションを制御するため、制約のない音声言語命令をどのように解釈できるか？
• RQ2 人間-ロボット協働の過程で、曖昧または不十分な自然言語指示を解消するために、どのような確認戦略が有効か？
• RQ3 NLU と ROS ベースの制御の統合は、シミュレーション環境においてどのように堅牢で低帯域幅のインタラクションを実現するか？
• RQ4 ウィザード・オブ・オズ実験から自動化された対話型システムへの移行に向けたスケーラブルなアーキテクチャの主要構成要素は何か？
• RQ5 相対的ランドマークなどの文脈に依存する言語理解を、対話駆動型ナビゲーションシステムにどのように統合できるか？

主な発見

• ScoutBot は、『左に90度曲がる』や『5フィート前進』といったメトリックベースのナビゲーション命令を含む、多様な制約のない自然言語命令を正常に解釈できた。
• 曖昧な命令に対して、システムは効果的に確認対話を発動させ、誤ったまたは危険なロボット動作を防いだ。
• ROS と Gazebo を用いたシミュレーション環境により、実世界への展開前に、対話およびナビゲーションシステムの安全で繰り返し可能なテストが可能になった。
• 同じ rviz 可視化設定が、シミュレートロボットと物理的ロボットの両方で使用可能であり、テスト環境間での一貫性が保たれた。
• 自動化された対話およびナビゲーションパイプラインは、ウィザード・オブ・オズ研究から完全に自律的な人間-ロボット協働への移行の可能性を示した。
• 現在のところ、ランドマークベースのナビゲーションや衝突回避のサポートがないため、将来的な拡張の重要な分野である。