[論文レビュー] Nonverbal Robot Feedback for Human Teachers

Sandy H. Huang, Isabella Huang+2 more|arXiv (Cornell University)|Nov 6, 2019

Social Robot Interaction and HRI参考文献 15被引用数 7

ひとこと要約

本論文では、ロボットが学習のデモンストレーション中に、予測される次の行動に向かう視線という非言語的フィードバックを用いて、人間の教師に自身の現在の理解度を伝えることを提案している。PR2ロボットを用いた仮想的および実世界の研究において、このフィードバックは教師のロボットに関するメンタルモデルを改善し、より効果的な指導戦略（例：情報量の多い例の使用増加）を促し、特に教師が視線を予測的フィードバックとして正しく解釈した場合、ロボットの学習精度が向上した。

ABSTRACT

Robots can learn preferences from human demonstrations, but their success depends on how informative these demonstrations are. Being informative is unfortunately very challenging, because during teaching, people typically get no transparency into what the robot already knows or has learned so far. In contrast, human students naturally provide a wealth of nonverbal feedback that reveals their level of understanding and engagement. In this work, we study how a robot can similarly provide feedback that is minimally disruptive, yet gives human teachers a better mental model of the robot learner, and thus enables them to teach more effectively. Our idea is that at any point, the robot can indicate what it thinks the correct next action is, shedding light on its current estimate of the human's preferences. We analyze how useful this feedback is, both in theory and with two user studies---one with a virtual character that tests the feedback itself, and one with a PR2 robot that uses gaze as the feedback mechanism. We find that feedback can be useful for improving both the quality of teaching and teachers' understanding of the robot's capability.

研究の動機と目的

• ロボットの現在の知識状態の透明性が低いことが原因で、ロボットの学習から示唆を得る人間の指導が効果的でないという課題に対処すること。
• リアルタイムの非言語的ロボットフィードバックが、教師がロボットの好みに関する現在の仮説を理解できるようにすることで、人間の指導の質を向上させることを検討すること。
• 予測的フィードバック（教師が次に何をやるかというロボットの信念を示すもの）が、教師のメンタルモデルと指導効果を向上させるかどうかをテストすること。
• 実世界の人間-ロボット対話において、視線が最小限で干渉の少ないフィードバックモダリティとして解釈可能で効果的かどうかを評価すること。

提案手法

• ロボットは現在のポリシー推定を用いて、教師が次に実行する可能性の高い行動を予測する。
• その予測を非言語的サイン、具体的には予測された行動の位置に向かう視線の方向によって、自身の現在の信念を示す。
• 本研究では2つの研究を実施した：1つはAmazon Mechanical Turk（AMT）上で仮想の学習者を用いたもの、もう1つは物理的な整理作業タスクで実際のPR2ロボットを用いたもの。
• 両研究で参加者は、フィードバックあり・なしの条件でロボットに分類タスクを教え、指導の質とメンタルモデルの正確性を比較した。
• フィードバックは、ロボットが次に教師が使うと予測するごみ箱に向かう視線として実装され、信頼性を示すためにヘッドの動きの速度を変化させた。
• 指導の順序長、例の分布（内側と外側のリングのオブジェクト）、学習者による正確性、および主観的なメンタルモデルの乖離に関するデータを収集した。

実験結果

リサーチクエスチョン

• RQ1 教師の次の行動を予測する非言語的ロボットフィードバックが、教師がロボットの現在の知識状態を理解するのを改善できるか？
• RQ2 このようなフィードバックが、より情報量の多い例の選択といったより効果的な指導戦略を促すか？
• RQ3 ロボットのフィードバックが、学習ポリシーの最終的な正確性にどのように影響するか？
• RQ4 視線が、明示的な説明がなくても、人間が行動予測のフィードバックメカニズムとして自然に解釈できるか？
• RQ5 フィードバックの効果が、ユーザーがその目的を正しく解釈しているかどうかに依存するか？

主な発見

• AMT研究では、フィードバックにより外側のリングからの例の割合が有意に増加した（p < 0.0005）、これはより情報量の多い指導を示している。
• 対面研究では、視線を予測的フィードバックとして正しく解釈した参加者（G1）は、メンタルモデルの乖離が有意に減少した（p = 0.0035）、ロボットの理解が向上したことを支持する。
• G1参加者では、フィードバックにより外側のリングからの例の割合が有意に増加した（p < 0.02）とともに、ロボットの学習精度も向上した（p = 0.01）。
• 視線を誤解した参加者（G2）では、フィードバックに有意な効果が認められず、正しく解釈することが重要であることが示された。
• 両研究において、フィードバックが指導の順序長に有意な影響を及ぼさなかったため、フィードバックが指導の流れを妨げていないことが示された。
• シンプルな実装にもかかわらず、PR2研究では53％の参加者が自然に視線を予測的フィードバックとして解釈しており、直感的な解釈可能性が示された。