[論文レビュー] What Stands-in for a Missing Tool?: A Prototypical Grounded Knowledge-based Approach to Tool Substitution.

Madhura Thosar, Christian A. Mueller+1 more|arXiv (Cornell University)|Jan 1, 2018

AI-based Problem Solving and Planning参考文献 14被引用数 1

ひとこと要約

本稿では、利用可能なツールが欠けている状況において、プロトタイプ知識を用いて適切なツールの代替を同定する、根拠に基づいた知識ベースのアプローチを提案する。熟練者による検証済みシナリオを活用し、22件のテストケースの91%で、システムは人間の熟練者と同じ代替ツールを正しく同定した。

ABSTRACT

When a robot is operating in a dynamic environment, it cannot be assumed that a tool required to solve a given task will always be available. In case of a missing tool, an ideal response would be to find a substitute to complete the task. In this paper, we present a proof of concept of a grounded knowledge-based approach to tool substitution. In order to validate the suitability of a substitute, we conducted experiments involving 22 substitution scenarios. The substitutes computed by the proposed approach were validated on the basis of the experts' choices for each scenario. Our evaluation showed, in 20 out of 22 scenarios (91%), the approach identified the same substitutes as experts.

研究の動機と目的

• 必要なツールが利用可能でない動的ロボット環境において、ツール交換の課題に対処すること。
• 意味的および機能的類似性に基づいて妥当なツール代替を同定する手法を開発すること。
• 実世界の代替シナリオにおける熟練者による判断と照合して、このアプローチを検証すること。
• 根拠に基づいたプロトタイプ知識を用いることで、信頼性の高いツール交換意思決定が可能であることを示すこと。

提案手法

• 本アプローチは、プロトタイプのツール機能および物理的特性に基づいた知識ベースを用い、代替候補を推論する。
• ツールの一般的な使用例、形状、相互作用パターンに基づいてモデル化することで、機能的推論を可能にする。
• ターゲットツールとの意味的および機能的類似性を用いて、代替候補を順位付けする。
• システムは、必要なタスクに対して代替ツールのプロトタイプ的役割と物理的アフォーダンスを比較することで、代替候補を評価する。
• 熟練者による検証済みの代替シナリオを用いて、手法の正確性をキャリブレーションおよびテストした。
• 評価のための基準として、人間がアノテートした熟練者の選択結果を用いた。

実験結果

リサーチクエスチョン

• RQ1 根拠に基づいた知識ベースのアプローチは、必要なツールが欠けている状況でも、適切なツール代替を信頼性高く同定できるか？
• RQ2 システムの予測された代替ツール選択は、熟練者の人的選択とどの程度一致するか？
• RQ3 本アプローチは、実世界のタスクにおける多様な代替シナリオにおいて、どの程度のパフォーマンスを示すか？
• RQ4 プロトタイプ知識表現は、ツール代替における機能的推論をどの程度支援するか？

主な発見

• 提案手法は、22件の代替シナリオのうち20件で熟練者レベルの一致を達成し、91%の成功率を示した。
• システムは、複雑な実世界のツール代替タスクにおいても、熟練者と同じ代替ツールを正しく同定できた。
• プロトタイプの根拠に基づいた知識の使用により、タスク固有の訓練を必要とせずに効果的な機能的推論が可能になった。
• 本手法は、多様なツールとタスクにわたり強固な性能を示し、動的環境における一般化可能性を示した。
• 意味的および機能的知識を用いたロボット意思決定の実現可能性が、結果から裏付けられた。
• 熟練者との高い一致度は、本手法が実際のロボットシステムへの導入に向けた潜在的価値を確認するものである。