[論文レビュー] Uncertainty-based Arbitration of Human-Machine Shared Control

Parker Owan, Joseph L. Garbini+1 more|arXiv (Cornell University)|Nov 18, 2015

Human-Automation Interaction and Safety参考文献 19被引用数 6

ひとこと要約

本論文は、目的予測における機械の信頼性に基づいて自律性のレベルを動的に調整する、不確実性に基づく仲裁手法を提案する。機械の不確実性に応じて触覚フィードバックをスケーリングすることで、完全自動化と比較して誤り耐性が500%以上向上し、全テスト誤差において100%のタスク成功を達成した。平均完了時間には1.2秒の追加時間しかかからなかった。

ABSTRACT

Manufacturing requires consistent production rate and task success for sustainable operation. Some manufacturing tasks require a semi-autonomous approach, exploiting the combination of human adaptability and machine precision and speed, to be cost effective. The main contribution of this paper is a new approach to determine the level of autonomy for human-machine shared control based on the automation uncertainty. Moreover, the haptic feedback is scaled by the level of autonomy to indicate machine confidence to the operator. Experimentation results, with a human-robot peg-in-a-hole testbed, show more than 5 times improvement in the error tolerance for task completion with the shared control approach when compared to a purely autonomous method.

研究の動機と目的

• 半自律的製造システムにおける高いタスク成功率と生産の一貫性を維持する課題に対処すること。
• 特に目的予測における不確実性に基づいて自律性を動的に調整する、動的仲裁メカニズムの開発。
• スケーリングされた触覚フィードバックを通じて人間の作業者に機械の信頼性を伝えることにより、状況認識と制御の向上。
• 固定または離散的な自律性レベルへの依存を減らし、環境の不確実性に応じた連続的適応を可能にすること。
• 実世界のピッグインホールタスクにおいて、不確実性下でも優れた耐性と成功確率を示す、本手法の評価。

提案手法

• 不確実性が高いために失敗確率が高い場合には自律性のレベル（LOA）α → 0 に、低くなると α → 1 に動的に調整され、不確実性が高い場合には人間が制御を引き取ることを保証する。
• 連続的仲裁モデルにより、人間の入力 qₕ と機械の入力 qₘ が融合され、共有の基準入力 q_ref = αqₘ + (1−α)qₕ が生成され、制御権の滑らかな移行が可能になる。
• 触覚フィードバックの力はLOA αに比例してスケーリングされ、αが高い（信頼性が高い）場合には強い力、αが低い（信頼性が低い）場合には弱い力が発生する。
• 速度および加速度制約を満たすBezier曲線を用いて機械の軌道を生成し、不確実性下でも滑らかで安全な運動を実現する。
• 視覚フィードバックとバーチャルフィックスを用いて作業者をガイドし、信頼性が高い場合には触覚力が人間の動きを機械の予測軌道に誘導する。
• 事前に統計的推定を用いて目的および障害物の位置の不確実性をモデル化することで、誤りが発生する前に自律性の調整を事前に実施可能となる。

実験結果

リサーチクエスチョン

• RQ1 自動化の不確実性をどのようにして人間-機械共有制御における自律性のレベルを動的に調整するのに活用できるか？
• RQ2 不確実性に基づく自律性仲裁が、製造タスクにおけるタスク成功確率と誤り耐性に与える影響は何か？
• RQ3 触覚フィードバックをどのように調整すれば、人間の作業者に機械の信頼性を効果的に伝えることができるか？
• RQ4 適応的自律性を備えた共有制御は、完全自動化と比較してどれほど性能が向上するか？
• RQ5 大きな目的位置の誤差が生じた場合でも、本システムは高い成功率を維持できるか？また、完了時間のオーバーヘッドは最小限に抑えられるか？

主な発見

• 不確実性に基づく共有制御手法により、誤り耐性が完全自動化時の6 mmから30 mmに向上し、耐性の向上は500%以上に達した。
• 共有制御手法は、全テスト誤差において100%のタスク成功を達成したが、完全自動化手法は6 mmを超える誤差で失敗し始めた。
• 共有制御手法の平均完了時間は5.79秒であり、完全自動化手法の4.52秒と比較して28%延長（1.26秒の追加）であった。
• 共有制御の完了時間の標準偏差（0.93 s）は、完全自動化の標準偏差（0.18 s）よりも高かった。これは人間の関与に起因する変動性の増加を示している。
• 機械の信頼性が高い場合、触覚フィードバックが作業者を的確に誘導した。また、機械の軌道が誤っている場合には、滑らかに人間の制御に移行できた。
• 大きな目的位置誤差（例：30 mm）の状況でも、作業者は視覚フィードバックを活用して的確に補正し、システムの不確実性に対するレジリエンスを示した。