[論文レビュー] Estimating Human Intent for Physical Human-Robot Co-Manipulation

Eric C. Townsend, Erich A. Mielke+2 more|arXiv (Cornell University)|May 30, 2017

Motor Control and Adaptation参考文献 16被引用数 7

ひとこと要約

本論文では、人間の2人組が物理的共同操作を行う際の人的意図を、単一の過去の運動データのみを用いて予測するニューラルネットワークモデルを提案する。200 Hzの運動データを150ステップ分用いて学習したモデルは、将来の50ステップの速度を平均二乗誤差0.02 (m/s)²で予測し、単純なインピーダンス制御を備えたロボットと組んだ人間-ロボット2人組に対しても効果的に一般化され、より直感的なロボット協調作業を可能にする。

ABSTRACT

Human teams can be exceptionally efficient at adapting and collaborating during manipulation tasks using shared mental models. However, the same shared mental models that can be used by humans to perform robust low-level force and motion control during collaborative manipulation tasks are non-existent for robots. For robots to perform collaborative tasks with people naturally and efficiently, understanding and predicting human intent is necessary. However, humans are difficult to predict and model. We have completed an exploratory study recording motion and force for 20 human dyads moving an object in tandem in order to better understand how they move and how their movement can be predicted. In this paper, we show how past motion data can be used to predict human intent. In order to predict human intent, which we equate with the human team's velocity for a short time horizon, we used a neural network. Using the previous 150 time steps at a rate of 200 Hz, human intent can be predicted for the next 50 time steps with a mean squared error of 0.02 (m/s)^2. We also show that human intent can be estimated in a human-robot dyad. This work is an important first step in enabling future work of integrating human intent estimation on a robot controller to execute a short-term collaborative trajectory.

研究の動機と目的

• 物理的共同操作タスクにおける人的意図の予測手法を開発し、より直感的な協調作業を実現すること。
• 過去の運動データのみで、共同物体操作における短期的な人間チーム速度を予測可能かどうかを検証すること。
• 人間-ロボット2人組において、動的特性が人間同士のペアとは異なる状況でも、意図予測モデルの正確性が維持されるかを検証すること。
• リアルタイムで応答的な協調作業を実現するためのロボット制御器への人的意図推定の統合基盤を提供すること。
• 力センサや複雑なセンシングに依存せずに、運動データのみを用いた意図予測の可能性を検討すること。

提案手法

• 長板を物体として用いたテーブル運搬タスクを実行した20組のヒト・ヒトペアから、運動および力のデータを収集した。
• チームの将来の速度（50ステップ＝0.25秒の時間窓）を人的意図として定義し、過去の運動データのみを用いた。
• 過去150ステップ分の運動データ（200 Hz）を入力として、次に続く50ステップ分の速度を予測するフィードフォワードニューラルネットワークを学習させた。
• ネットワークの最適化に平均二乗誤差（MSE）損失関数を用い、訓練データと検証データを別々のデータ分割で使用した。
• 1人の人間パートナーを、単純なインピーダンス制御を備えた移動型ロボットに置き換えた人間-ロボットペアにおいて、モデルの妥当性を検証した。
• ニューラルネットワークの性能を多項式回帰と比較し、エンコーダのノイズを加えた状態でのロバストネスを評価した。

実験結果

リサーチクエスチョン

• RQ1 過去の運動データのみで、共同操作タスクにおける人的意図（将来の速度）を十分な精度で予測可能か？
• RQ2 ノイズが多い現実世界の条件下で、ニューラルネットワークベースの意図予測器と従来の多項式回帰の性能はどのように異なるか？
• RQ3 動的特性が人間同士のペアとは異なる人間-ロボットペアにおいても、意図予測モデルが一般化可能か？
• RQ4 共同操作における運動データを用いた場合、人的意図予測の有効な時間窓はどの程度か？
• RQ5 ロボットシステムで一般的に見られるセンサのノイズに対して、ニューラルネットワークの予測はどの程度ロバストか？

主な発見

• ニューラルネットワークは、過去150ステップ分の運動データ（200 Hz）を用いて、将来の50ステップ先（0.25秒）のチーム速度を予測する際、平均二乗誤差0.02 (m/s)²を達成した。
• ノイズの多い条件下でもニューラルネットワークが多項式回帰を上回り、特にノイズを加えた場合に多項式回帰の性能が著しく低下するのに対し、ニューラルネットワークは安定した性能を示した。
• 人間-ロボットペアに対してもモデルの一般化が効果的に実現され、単純なインピーダンス制御を備えたロボットが1人のパートナーである場合でも、正確な予測が維持された。
• 訓練データと検証データの両方で類似した性能を示したため、ニューラルネットワークに顕著な過学習は認められなかった。
• 予測時間窓の最初の50ステップにおいて、予測精度が安定しており、短期的な人的意図推定が信頼できることが示された。
• 運動データのみで十分にロバストな意図推定が可能であるという結果から、このようなモデルをリアルタイムのロボット制御器に統合する可能性が裏付けられた。