[論文レビュー] ROIAL: Region of Interest Active Learning for Characterizing Exoskeleton Gait Preference Landscapes

Kejun Li, Maegan Tucker+7 more|arXiv (Cornell University)|Nov 9, 2020

Prosthetics and Rehabilitation Robotics参考文献 38被引用数 27

ひとこと要約

本論文は、順序およびペairワイズの好みフィードバックを用いて、エキソスケルトン利用者の歩行好みのランドスケープを、安全かつ快適な注目領域（ROI）に焦点を当てながら、効率的に学習する、ROIALと呼ばれる注目領域アクティブラーニングフレームワークを提案する。ROIALは、避けるべき領域（ROA）を回避しながらROIに集中することで、最小限のユーザーテストで4つの歩行パラメータにおけるユーザーユーティリティ関数を正確に推定し、利用者間の共通および個別化された好みを明らかにする。

ABSTRACT

Characterizing what types of exoskeleton gaits are comfortable for users, and understanding the science of walking more generally, require recovering a user's utility landscape. Learning these landscapes is challenging, as walking trajectories are defined by numerous gait parameters, data collection from human trials is expensive, and user safety and comfort must be ensured. This work proposes the Region of Interest Active Learning (ROIAL) framework, which actively learns each user's underlying utility function over a region of interest that ensures safety and comfort. ROIAL learns from ordinal and preference feedback, which are more reliable feedback mechanisms than absolute numerical scores. The algorithm's performance is evaluated both in simulation and experimentally for three non-disabled subjects walking inside of a lower-body exoskeleton. ROIAL learns Bayesian posteriors that predict each exoskeleton user's utility landscape across four exoskeleton gait parameters. The algorithm discovers both commonalities and discrepancies across users' gait preferences and identifies the gait parameters that most influenced user feedback. These results demonstrate the feasibility of recovering gait utility landscapes from limited human trials.

研究の動機と目的

• エキソスケルトンにおける高次元で探索コストの高い歩行好みのランドスケープを、試行回数を最小限に抑えて学習するサンプル効率の良い手法を開発すること。
• 注目領域（ROI）に学習を集中させると同時に、避けるべき領域（ROA）を定義して回避することで、ユーザの安全と快適性を確保すること。
• 従来の数値スコアとは異なり、順序フィードバック（例：「悪い」、「ニュートラル」、「良い」）とペアワイズの好みを活用することで、フィードバックの信頼性と情報量を向上させること。
• 利用者間での歩行好みの共通性と相違点を特徴付けることで、エキソスケルトンを用いた歩行の科学的洞察を得ること。
• 安全または不快な歩行を回避しながら、限られた人間の試行で正確なユーティリティ関数の事後分布を学習可能であることを実証すること。

提案手法

• ROIALは、未知のユーティリティ関数の事後分布を維持するためにベイジアンガウス過程モデリングを用い、各ユーザーフィードバックのインタラクション後に信念を更新する。
• アルゴリズムは、ROIにおける情報量の最大化を基準に、クエリするアクションを選択することで、試行効率を高め、迅速な収束を実現する。
• 1回のクエリで最大 log₂(r) ビットの情報を抽出できるように、順序ラベル（1〜4カテゴリー）とペアワイズの好み（例：「AはBより好まれる」）を統合し、データ効率を向上させる。
• しきい値ベースのアプローチによりROA（例：カテゴリO1 = 「非常に悪い」）とROI（ROAの補集合）を定義し、サンプリング中にROA内のアクションを明示的に回避する。
• 計算コストと探索のバランスを取るために、1イテレーションあたりM=500のアクションをサブセットでサンプリングする戦略を採用し、λ=0.45を用いてROIの境界を推定する。
• 特徴量の重要度は、順列重要度を用いて算出され、どの歩行パラメータがユーザーライクスに最も影響を与えるかを特定する。

実験結果

リサーチクエスチョン

• RQ1 注目領域アクティブラーニングフレームワークは、高次元のエキソスケルトン歩行空間において、安全と快適性を確保しながら、ユーザーユーティリティランドスケープを効果的に学習できるか？
• RQ2 順序フィードバックとペアワイズの好みを組み合わせることで、従来の数値スコアに比べて、ユーティリティ関数推定の正確性と効率性がどのように向上するか？
• RQ3 歩行好みのランドスケープは利用者間でどの程度異なるか？また、どの歩行パラメータがユーザーライクスに最も影響を与えるか？
• RQ4 ROIALは、限られたユーザーテストで、不快（ROA）と許容可能（ROI）な歩行の境界を信頼性高く特定できるか？
• RQ5 ユーザーレベルの経験が、異なる歩行パラメータの相対的な重要度が好みのランドスケープを形成する上でどのように影響を与えるか？

主な発見

• ROIALは、全3名の被験者において、予測された順序ラベルの98％以上が真のラベルから1カテゴリー以内に収束し、高い予測精度を達成した。
• アルゴリズムは、ROAを回避しながらROIを的確に特定した。バリデーション中にROAでの試行が一切なく、ユーザの安全と快適性が確保された。
• 事後分布の平均ユーティリティランドスケープから、低ピッチの骨盤と低ロールの骨盤を嫌う傾向に強い合意が得られたが、ステップ長とステップ時間については顕著な意見の相違が見られた。
• 順列重要度の結果、経験豊富な被験者（被験者1および2）においてはステップ時間と骨盤ロールが最も影響力が強く、最も経験の少ない被験者（被験者3）では骨盤ピッチが支配的であった。
• 被験者1ではSL, SD, PR, PPの平均特徴量重要度がそれぞれ0.20, 0.30, 0.33, 0.27であった。被験者2では0.26, 0.36, 0.38, 0.29であり、被験者3では0.23, 0.16, 0.21, 0.45であった。
• 1,750アクションの歩行空間の2％未満を探索したにもかかわらず、ROIALは信頼性が高く解釈可能なユーティリティランドスケープを生成し、優れた試行効率を示した。