[논문 리뷰] Systems of natural-language-facilitated human-robot cooperation: A review

Rui Liu, Zhang Xiao-li|arXiv (Cornell University)|2017. 01. 28.

Robot Manipulation and Learning참고 문헌 177인용 수 7

한 줄 요약

이 리뷰는 자연어 기반 인간-로봇 협업(NLC) 분야의 최근 발전을 종합적으로 분석하며, NLC 시스템을 네 가지 유형으로 분류한다: 자연어 기반 제어, 자연어 기반 로봇 훈련, 자연어 기반 작업 수행, 자연어 기반 사회적 동반자. 로봇의 인지 수준과 시스템 아키텍처, 발전 동력 요소를 분석하여 체계적인 비교를 제공하고, 실생활 응용 분야에서 로봇공학, 인공지능(AI), 자연어 처리(NLP) 통합을 위한 향후 연구 동향을 규명한다.

ABSTRACT

Natural-language-facilitated human-robot cooperation (NLC), in which natural language (NL) is used to share knowledge between a human and a robot for conducting intuitive human-robot cooperation (HRC), is continuously developing in the recent decade. Currently, NLC is used in several robotic domains such as manufacturing, daily assistance and health caregiving. It is necessary to summarize current NLC-based robotic systems and discuss the future developing trends, providing helpful information for future NLC research. In this review, we first analyzed the driving forces behind the NLC research. Regarding to a robot s cognition level during the cooperation, the NLC implementations then were categorized into four types {NL-based control, NL-based robot training, NL-based task execution, NL-based social companion} for comparison and discussion. Last based on our perspective and comprehensive paper review, the future research trends were discussed.

연구 동기 및 목표

• 다양한 응용 분야에서 자연어 기반 인간-로봇 협업(NLC) 시스템을 체계적으로 검토하고 분류하는 것.
• NLC 시스템 내 로봇의 인지 수준을 분석하고, 그 기능적 역할에 기반해 네 가지 유형으로 분류하는 것.
• 로봇공학 및 인간-로봇 상호작용 분야에서 NLC 시스템 개발의 핵심 과제와 기술적 동력 요소를 규명하는 것.
• 현재 연구 동향을 종합적으로 정리하고, 로봇공학, 인공지능(AI), 자연어 처리(NLP) 분야에서의 향후 NLC 연구 방향을 제안하는 것.

제안 방법

• 로봇의 인간-로봇 상호작용 중 인지 역할에 기반해 NLC 시스템을 네 가지 유형으로 분류: 자연어 기반 제어, 자연어 기반 로봇 훈련, 자연어 기반 작업 수행, 자연어 기반 사회적 동반자.
• 제조, 일상 보조, 건강 간병 등 분야에서 직관적이고 인간 중심의 로봇 시스템이 필요하다는 요구에 기반한 NLC 연구의 발전 동력 분석.
• 로봇공학 및 인공지능 프레임워크 내에서 자연어 이해(NLU), 대화 관리, 지식 표현 기술을 통합한 NLC를 가능하게 하는 核심 기술 리뷰.
• 자연어를 활용한 인간과 로봇 간 双방향 소통을 지원하는 시스템 아키텍처 및 상호작용 모델 평가.
• 로봇공학(cs.RO), 인공지능(cs.AI), 계산어휘학(cs.CL), 인간-컴퓨터 상호작용(cs.HC) 등 다양한 분야의 통찰을 통합하여 시스템 설계 및 성능 평가.
• 기능적 분류에 기반해 기존 NLC 시스템의 성숙도, 기능성, 한계를 평가하기 위한 비교 프레임워크 활용.

실험 결과

연구 질문

• RQ1 자연어 기반 인간-로봇 협업 시스템의 주요 기능 유형은 무엇이며, 로봇의 인지 수준과 상호작용 목표 측면에서 어떻게 상이한가?
• RQ2 실생활 로봇 응용 분야에서 NLC 시스템 개발을 가능하게 한 주요 기술적 및 인지적 발전은 무엇인가?
• RQ3 현재의 NLC 시스템은 다이나믹한 인간-로봇 상호작용 환경에서 자연어 이해, 대화 관리, 작업 수행을 어떻게 관리하는가?
• RQ4 자연어를 통한 견고하고 확장 가능하며 직관적인 인간-로봇 협업을 달성하기 위해 직면한 주요 과제와 한계는 무엇인가?
• RQ5 로봇공학 및 인간 중심의 인공지능 분야에서 NLC 시스템을 발전시키기 위해 가장 유망한 향후 연구 방향은 무엇인가?

주요 결과

• NLC 시스템은 점점 제조, 일상 보조, 건강 간병 등 실생활 분야에 도입되고 있으며, 실용적 적용 가능성이 증가하고 있다.
• 자연어 기반 제어, 훈련, 작업 수행, 사회적 동반자라는 네 유형의 프레임워크는 로봇의 인지 역할에 기반한 NLC 시스템의 체계적 분류 및 비교에 명확한 분류 체계를 제공한다.
• 현재 시스템은 NLP와 로봇공학의 통합에서 진전을 보이고 있으나, 자연어 이해의 견고성, 맥락 기반 추론, 인간어의 모호성 처리에 여전히 과제가 남아 있다.
• NLP와 로봇공학, 인공지능의 통합은 진전되고 있으나, 자연어의 복잡성과 맥락 인식 및 적응형 상호작용 모델의 필요성으로 인해 시스템 성능은 여전히 제한되어 있다.
• 향후 연구는 NLC 시스템의 맥락 이해 향상, 다중모달 상호작용, 장기적 작업 계획 수립에 초점을 맞춰야 하며, 이를 통해 더 직관적이고 신뢰할 수 있는 인간-로봇 협업을 지원할 수 있다.
• 이 리뷰는 NLC 연구의 진전을 가속화하기 위해 표준화된 평가 기준과 공유 데이터셋이 점점 더 필요로 하고 있음을 규명한다.