[논문 리뷰] MAD-TN: A Tool for Measuring Fluency in Human-Robot Collaboration

Seth Isaacson, Gretchen Rice외 1명|arXiv (Cornell University)|2019. 09. 14.

Constraint Satisfaction and Optimization참고 문헌 7인용 수 4

한 줄 요약

이 논문은 인간-로봇 협업의 유창성을 측정하기 위해 시간 제약망을 사용하는 다중 에이전트 덱스터 시간망(MAD-TN)을 소개한다. 행동과 꽃잎을 각각 작업의 하위 구성요소와 에이전트의 책임으로 정의하여 기능적 지연, 자원 지연, 동시 정지와 같은 유창성 지표를 정밀하게 측정할 수 있도록 한다. 이는 인간이 유창성을 인식하는 데 강한 상관관계를 가지는 것으로 가설화된다.

ABSTRACT

Fluency is an important metric in Human-Robot Interaction (HRI) that describes the coordination with which humans and robots collaborate on a task. Fluency is inherently linked to the timing of the task, making temporal constraint networks a promising way to model and measure fluency. We show that the Multi-Agent Daisy Temporal Network (MAD-TN) formulation, which expands on an existing concept of daisy-structured networks, is both an effective model of human-robot collaboration and a natural way to measure a number of existing fluency metrics. The MAD-TN model highlights new metrics that we hypothesize will strongly correlate with human teammates' perception of fluency.

연구 동기 및 목표

• 인간-로봇 협업에서의 유창성 모델링과 측정을 위한 공식적이고 확장 가능한 프레임워크를 개발하기 위해.
• 장미 꽃잎 구조를 가진 시간망 모델을 시간망 공식화를 통해 더 정밀하고 일반화된 다중 에이전트 덱스터 시간망(MAD-TN)으로 확장하기 위해.
• 기존의 유창성 지표(예: 기능적 지연, 자원 지연, 동시 정지)를 식별하고 공식화하여 인간이 팀의 유창성을 어떻게 인식하는지 더 잘 예측할 수 있도록 하기 위해.
• 기존의 유창성 지표(예: 기능적 지연, 유휴 시간)를 체계적인 시간망 모델링 프레임워크 내에서 검증하기 위해.
• 물리적 인간-로봇 실험을 통한 향후 유창성 지표의 경험적 검증 기반을 마련하기 위해.

제안 방법

• MAD-TN은 각 꽃잎이 단일 에이전트에 할당된 행동 시퀀스를 나타내는 꽃잎의 네트워크로 협업 작업을 모델링한다.
• 각 행동은 시작 및 종료 시간점을 정의하며, 음이 아닌 지속시간을 보장하기 위해 마이크스팬 제약(예: [0.5, 3] 초)을 포함한다.
• 꽃잎 내 행동 간의 제약는 시간적 순서를 강제하고, 꽃잎 간 제약는 다수의 에이전트 간 의존성을 모델링한다.
• 모델은 대체 실행 경로를 표현하기 위해 배타적 시간 제약를 사용하여 스케줄링의 유연성을 높인다.
• 기능적 지연은 에이전트가 늦게 도착했을 경우 이전 행동의 종료 시점과 다음 행동의 시작 시점 사이의 시간 간격으로 계산된다.
• 자원 지연은 자원이 가용해진 시점과 에이전트가 그 자원을 활용하기 시작하는 시점 사이의 시간 간격으로 정의되며, 자원의 노후화 영향을 반영한다.

실험 결과

연구 질문

• RQ1 어떻게 시간망 모델을 확장하여 정밀한 시간 제약 조건을 갖춘 다중 에이전트 인간-로봇 협업을 보다 잘 표현할 수 있는가?
• RQ2 자원 지연과 동시 정지가 인간-로봇 팀에서의 유창성 인식과 얼마나 상관관계가 있는가?
• RQ3 기존의 유창성 지표(예: 기능적 지연, 유휴 시간)는 체계화된 시간망 프레임워크 내에서 어떻게 행동하는가?
• RQ4 MAD-TN 모델은 기존 및 새로운 유창성 지표를 통합적이고 확장 가능한 방식으로 측정할 수 있는가?
• RQ5 꽃잎의 구조와 배타적 제약 조건은 복잡한 작업에서 스케줄링의 유연성과 유창성을 어떻게 향상시킬 수 있는가?

주요 결과

• MAD-TN 모델은 시간망의 언어로 장미 꽃잎 구조의 협업을 성공적으로 공식화하여, 에이전트별 행동과 에이전트 간 의존성을 정밀하게 모델링할 수 있다.
• 기존 연구에서 기능적 지연은 인간의 유창성 인식과 강한 상관관계를 보였으며, MAD-TN은 이를 측정할 수 있는 공식적 메커니즘을 제공한다.
• 자원 지연은 늦게 도착한 에이전트가 공유 작업을 수행할 때 자원의 노후화 영향을 반영하는 새로운 지표로 도입되었으며, 이는 유창성 인식에 영향을 줄 수 있다.
• 동시 정지는 양쪽 에이전트가 동시에 유휴 상태에 있을 때의 기간을 반영하는 새로운 지표로 제안되었으며, 이는 팀의 유창성 인식에 영향을 줄 수 있다.
• 모델은 배타적 제약 조건을 지원하여 불확실성 하에서의 스케줄링에 대한 민첩성을 높였지만, 해법 탐색은 여전히 NP-완전 문제이다.
• 저자들은 심각한 자원 지연이 인간 동료의 유창성 인식에 부정적인 영향을 미칠 것이라 가설화하며, 향후 경험적 검증을 위한 동기를 부여한다.