[論文レビュー] Laying Down the Yellow Brick Road: Development of a Wizard-of-Oz Interface for Collecting Human-Robot Dialogue

Claire Bonial, Matthew Marge+12 more|arXiv (Cornell University)|Oct 17, 2017

Social Robot Interaction and HRI被引用数 9

ひとこと要約

本論文では、遠隔で物理的に配置されたナビゲーションタスクにおける自然な人間-ロボット対話の収集を目的として、カスタム化されたWizard-of-Oz（WoZ）インタフェースを提示する。グラフィカルインタフェースと事前定義済みの発話テンプレートを用いることで、より速く自然な対話ペースを実現し、ドメインカバレッジを高め、人間-ロボット協働シナリオにおける自動対話システムの訓練の有効性を示している。

ABSTRACT

We describe the adaptation and refinement of a graphical user interface designed to facilitate a Wizard-of-Oz (WoZ) approach to collecting human-robot dialogue data. The data collected will be used to develop a dialogue system for robot navigation. Building on an interface previously used in the development of dialogue systems for virtual agents and video playback, we add templates with open parameters which allow the wizard to quickly produce a wide variety of utterances. Our research demonstrates that this approach to data collection is viable as an intermediate step in developing a dialogue system for physical robots in remote locations from their users - a domain in which the human and robot need to regularly verify and update a shared understanding of the physical environment. We show that our WoZ interface and the fixed set of utterances and templates therein provide for a natural pace of dialogue with good coverage of the navigation domain.

研究の動機と目的

• 遠隔で物理的に配置されたタスクにおける人間-ロボット対話の収集を可能にするスケーラブルで使いやすいWizard-of-Ozインタフェースの開発。
• ロボットナビゲーションの文脈における自然な言語パターンの収集を通じて、自動対話システムの訓練を支援すること。
• 構造化されたテンプレートベースの応答生成により、ウィザードの認知的負荷を軽減し、対話のペースを向上させること。
• 多様なユーザー戦略において一貫性があり、ドメインを網羅する発話を得られるかを検証すること。
• 人間によるウィザードによるデータ収集から自動対話管理およびロボットナビゲーション計画への移行路を確立すること。

提案手法

• 2名のウィザードを用いる：対話応答を生成する対話マネージャー・ウィザード（DM-Wizard）と、ロボットの物理的移動を制御するロボットナビゲーター・ウィザード（RN-Wizard）の2名。
• DM-Wizardは、ナビゲーションコマンドやフィードバックに対して迅速かつ一貫した応答を生成できる、固定された発話テンプレートを備えたグラフィカルインタフェースを採用。
• 距離や物体名などのオープンパラメータをサポートすることで、多様なナビゲーション指示に一般化可能。
• パイロット試行の結果をもとに反復的にインタフェースを最適化し、使いやすさと対話の流れを向上。
• 参加者による、家のような環境を想定した遠隔ロボットナビゲーションタスクにおいて、2つの条件（自由応答モードとGUI構造化忤答モード）でデータ収集を実施。
• 完了フィードバック（例：'done'、'sent'）を対話ペースとタスク進行状況の代理指標として使用。

実験結果

リサーチクエスチョン

• RQ1 テンプレート対応のWoZインタフェースは、遠隔人間-ロボット対話において、より速く自然な対話ペースを実現できるか？
• RQ2 固定されたテンプレートセットは、物理的に根ざしたドメインにおける多様なナビゲーション関連発話に十分なカバレッジを提供できるか？
• RQ3 自由応答モードと比較して、構造化されたインタフェースは対話の一貫性および参加者のタスクパフォーマンスにどのように影響するか？
• RQ4 高品質で自然な響きの対話を維持しつつ、ウィザードの認知的負荷をどの程度軽減できるか？
• RQ5 本WoZ設定で収集されたデータは、ロボットナビゲーション向け自動対話システムの訓練に有効に使えるか？

主な発見

• 実験2のGUI構造化応答モードでは、完了フィードバックのインスタンスが1069件にのぼり、実験1の829件を上回り、対話ペースの向上とタスクスループットの増加を示している。
• 実験2の参加者は、テンプレートを用いた迅速かつ一貫した応答が可能になったことで、より自然なターンチェンジ対話を実現した。
• インタフェースは多様なユーザー戦略に一般化できており、パラメータ化されたテンプレートにより、'前進して'などのオープンエンドコマンドに対しても一貫した応答が可能だった。
• テンプレートの使用により曖昧さが低減し、応答の明確さが向上し、参加者による繰り返しの確認の必要が減少した。
• 収集されたデータは、移動、物体探索、フィードバック通信を含むナビゲーションドメインの強力なカバレッジを示している。
• 本インタフェースは、人間によるウィザードによるデータ収集から自動対話システム開発への移行を効果的に支援した。