[논문 리뷰] Teaching Robots to Span the Space of Functional Expressive Motion

Arjun Sripathy, Andreea Bobu외 4명|arXiv (Cornell University)|2022. 03. 04.

Social Robot Interaction and HRI인용 수 4

한 줄 요약

이 논문은 사용자 피드백에서 Valence-Arousal-Dominance (VAD)의 공유 잠재 공간을 학습함으로써 로봇이 기능적이고 표현적인 동작을 생성하도록 가르치는 방법을 제안한다. 각 감정에 대해 별도의 비용 함수를 훈련하는 대신, 로봇은 궤적과 VAD 간의 매핑을 학습하여 미리 정의된 감정 외의 감정으로도 효율적으로 일반화할 수 있으며, 자연어 기반 감정 지정도 가능하다. 사용자 연구 결과, 레이블링 30분 이내에 성공적인 감정 스타일 전이가 이루어졌다.

ABSTRACT

Our goal is to enable robots to perform functional tasks in emotive ways, be it in response to their users' emotional states, or expressive of their confidence levels. Prior work has proposed learning independent cost functions from user feedback for each target emotion, so that the robot may optimize it alongside task and environment specific objectives for any situation it encounters. However, this approach is inefficient when modeling multiple emotions and unable to generalize to new ones. In this work, we leverage the fact that emotions are not independent of each other: they are related through a latent space of Valence-Arousal-Dominance (VAD). Our key idea is to learn a model for how trajectories map onto VAD with user labels. Considering the distance between a trajectory's mapping and a target VAD allows this single model to represent cost functions for all emotions. As a result 1) all user feedback can contribute to learning about every emotion; 2) the robot can generate trajectories for any emotion in the space instead of only a few predefined ones; and 3) the robot can respond emotively to user-generated natural language by mapping it to a target VAD. We introduce a method that interactively learns to map trajectories to this latent space and test it in simulation and in a user study. In experiments, we use a simple vacuum robot as well as the Cassie biped.

연구 동기 및 목표

• 로봇이 사용자 감정이나 작업 자신감에 따라 감정적으로 표현적인 방식으로 기능적 작업을 수행할 수 있도록 한다.
• 이전 방법에서 각 사전 정의된 감정에 대해 별도의 비용 함수를 훈련하는 데서 비롯되는 비효율성과 일반화 부족 문제를 해결한다.
• 감정의 잠재적 구조를 Valence-Arousal-Dominance (VAD) 공간을 통해 통합하여 감정 모델링을 단일화한다.
• 사용자가 직관적인 레이블링을 통해 개인화된 감정 스타일을 가르치도록 허용하며, 자연어 입력을 VAD에 매핑한다.
• 훈련 중에 직접적으로 지정되지 않은 감정도 포함하여 VAD 공간 내의 어떤 감정에 대해서든 표현적인 동작을 생성할 수 있도록 한다.

제안 방법

• 사용자가 궤적을 VAD 점수 또는 자연어로 레이블링하는 인터랙티브 사용자 피드백을 통해 궤적-에서-VAD 매핑 모델을 학습한다.
• 사용자 입력된 자연어 문장을 기반으로 VAD 값을 예측할 수 있도록 미세조정된 사전 훈련된 언어 모델을 사용한다.
• 궤적의 예측된 VAD와 목표 VAD 간의 L2 거리가 최소가 되도록 하는 비용 함수를 최적화하여 로봇 동작을 조정한다.
• 새로운 사용자 레이블을 반복적으로 활용해 VAD 매핑 모델을 재학습함으로써 인간이 감정을 인식하는 데 더 잘 부합하도록 개선한다.
• 시뮬레이션(진공 로봇 및 Cassie 이족 보행 로봇)과 실제 사용자 연구(인간 참가자 포함)에서 이 방법을 적용한다.
• 훈련 및 추론 과정에서 VAD 직접 레이블링과 언어 기반 감정 지정을 모두 지원한다.

실험 결과

연구 질문

• RQ1 단일 공유 VAD 기반 모델이 여러 감정 간에 일반화되어 감정 별 데이터 수집 필요성을 줄일 수 있는가?
• RQ2 사용자가 30분 이내에 직관적인 레이블링을 통해 개인화된 감정 스타일을 로봇에게 효과적으로 가르칠 수 있는가?
• RQ3 자연어 입력이 VAD에 효과적으로 매핑되어 명시적인 감정 레이블 없이도 반응적인 감정 표현 행동을 가능하게 하는가?
• RQ4 훈련 중에 직접적으로 학습하지 않은 감정이라도, 로봇이 의도한 감정을 표현하는 것으로 인식되는 정도는 어느 정도인가?
• RQ5 감정 별로 별도의 비용 함수를 훈련하는 것과 비교해 VAD 공간을 공동으로 학습함으로써 효율성과 성능이 얼마나 향상되는가?

주요 결과

• 사용자들은 평균 30~40분의 레이블링 시간 내에 개인화된 감정 스타일을 로봇에게 성공적으로 가르쳤으며, 이는 방법의 실용성을 입증한다.
• 사용자 연구 결과, 참가자들이 로봇의 의도한 감정을 랜덤 추측보다 유의미하게 더 높은 정확도로 인식했다(p < 0.05), 효과적인 감정 인식을 뒷받침한다.
• 감정에 따라 상위 1위 정확도가 다양하게 나타나, 목표 감정과의 합리적인 일치를 보였지만 완벽한 정밀도는 아니었으며, 정밀도보다는 강인함을 시사한다.
• 다른 사용자가 훈련한 로봇는 동일한 감정에 대해 각각 다른데 타당한 행동을 보였으며, 개인화된 스타일 학습이 가능함을 보여준다.
• 훈련 중에 직접적으로 요청되지 않은 감정에 대해서도 표현적인 동작을 생성할 수 있었으며, 이는 VAD 공간 전반에 걸친 일반화 능력을 입증한다.
• 정성적 결과에서는 "오늘 날씨 참 좋네요!"와 같은 자연어 문장이 VAD에 매핑되어 적절한 표현적 동작을 생성하는 데 성공했다.