[論文レビュー] WHY: Natural Explanations from a Robot Navigator

Raj Korpan, Susan L. Epstein+2 more|arXiv (Cornell University)|Sep 27, 2017

Speech and dialogue systems参考文献 26被引用数 7

ひとこと要約

本論文では、認知的にインspiredされたロボットコントローラー（SemaFORR）を活用して、人間が理解しやすい説明を生成することで、リアルタイムな自然言語説明システム「Why」を提示する。共通知識の推論、定性的な空間モデル、ヒューリスティックな信頼性評価を統合することで、Whyは直感的で文脈に適したナビゲーション意思決定の説明を生成する。複雑な屋内環境において、1回の説明あたり3ms未塔の低遅延でリアルタイムに実装されている。

ABSTRACT

Effective collaboration between a robot and a person requires natural communication. When a robot travels with a human companion, the robot should be able to explain its navigation behavior in natural language. This paper explains how a cognitively-based, autonomous robot navigation system produces informative, intuitive explanations for its decisions. Language generation here is based upon the robot's commonsense, its qualitative reasoning, and its learned spatial model. This approach produces natural explanations in real time for a robot as it navigates in a large, complex indoor environment.

研究の動機と目的

• 共同ナビゲーション中に、ロボットのナビゲーション意思決定について自然で人間が理解しやすい説明を可能にすること。
• 認知的に妥当な推論によって、人間とロボットのナビゲーターの間の知覚的・表象的ギャップを埋めること。
• マップレスな複雑な屋内環境において、リアルタイムで直感的なロボット行動の説明が不足している問題に対処すること。
• 信頼と協働を支援するために、「なぜこの行動か？」「なぜ他の行動ではないのか？」「どの程度自信がありますか？」という3つの核心的問いに答えること。
• ナビゲーションに限らず、他のFORRベースのシステムにも適用可能な汎用的な説明フレームワークを開発すること。

提案手法

• センサデータからマップなしに、コンactで近似された空間モデルを学習する認知的根拠に基づくロボットコントローラー「SemaFORR」を用いる。
• 行動選択と信頼性評価のためのヒューリスティックベースの評価者（「アドバイザー」）を複数有する階層的推論フレームワークを採用する。
• 数値的信頼性スコア（例：$G_k$, $T_k$, $L_k$）を事前に定義された言語的マッピングにより自然言語表現に変換することで説明を生成する。
• 近接性、なじみやすさ、障害物回避に基づく意思決定の正当化に、定性的な空間推論と共通知識を適用する。
• ROSパッケージを介してリアルタイムに統合され、平均1回あたり3ms未塔の低遅延説明を実現する。
• 説明の可読性を確保するため、コールマン＝リアウ可読性指数を用い、一般ユーザーが理解可能な約6年生レベルの読みやすさを実現する。

実験結果

リサーチクエスチョン

• RQ1 ロボットは、直感的で文脈に適した自然言語の説明を、ナビゲーション意思決定に対してどのように生成できるか？
• RQ2 リアルタイムナビゲーション中に、人間の共同作業者にとって透明で認知的に妥当なロボットの推論を実現できるか？
• RQ3 意思決定の信頼性を、信頼性の高い自然言語で効果的に伝える方法は何か？
• RQ4 汎用的な説明システムは、下位のロボットコントローラーからどれだけ独立して設計できるか？
• RQ5 複雑で大規模な屋内環境において、最小限の計算負荷でリアルタイムに説明を生成できるか？

主な発見

• Whyは、60m × 90mの屋内環境におけるナビゲーション中に、1回の説明あたり平均3ミリ秒未塔の低遅延でリアルタイムに自然言語の説明を生成している。
• Whyの説明の可読性はコールマン＝リアウ指数で測定され、約6年生レベルに位置づけられ、非専門家ユーザーにとってもアクセス可能である。
• 意思決定の67.15％において、アドバイザーが行動選択について意見を異にしていた（$G_k > 0.45$）、これは説明生成が特に不確実または複雑な状況で最も必要とされるという証拠である。
• SemaFORRが強い自信（$T_k > 1.5$）を示したのは意思決定全体のたった2.44％にとどまり、低信頼度の選択肢に対しては洗練された説明が不可欠であることが示された。
• 選択された行動と他の代替行動との比較において、SemaFORR自身が強い好み（$T_k - T_j > 1.5$）を示したのは61.13％であり、信頼性指標を説明生成に活用する有効性が裏付けられた。
• Whyは、空間モデルの熟成度やアドバイザー間の合意度に応じて文脈に富んだ説明を生成できており、表6に示す意思決定固有の例を通じてその有効性が確認された。