[論文レビュー] Understanding User Instructions by Utilizing Open Knowledge for Service Robots

Dongcai Lu, Feng Wu+1 more|arXiv (Cornell University)|Jun 9, 2016

Robotics and Automated Systems参考文献 29被引用数 4

ひとこと要約

本論文では、一般的な動詞の意味的役割ラベリングとオープン知識リソースを活用することで、サービスロボットが自然言語指示を理解するための新規フレームワークを提案する。意味的役割回復と論理的計画（Answer Set Programming）を統合することで、KeJiaロボットにおけるRoboCup@Home競技会での実運用において、高精度かつ高効率にリアルタイムでタスク計画を生成する。

ABSTRACT

Understanding user instructions in natural language is an active research topic in AI and robotics. Typically, natural user instructions are high-level and can be reduced into low-level tasks expressed in common verbs (e.g., `take', `get', `put'). For robots understanding such instructions, one of the key challenges is to process high-level user instructions and achieve the specified tasks with robots' primitive actions. To address this, we propose novel algorithms by utilizing semantic roles of common verbs defined in semantic dictionaries and integrating multiple open knowledge to generate task plans. Specifically, we present a new method for matching and recovering semantics of user instructions and a novel task planner that exploits functional knowledge of robot's action model. To verify and evaluate our approach, we implemented a prototype system using knowledge from several open resources. Experiments on our system confirmed the correctness and efficiency of our algorithms. Notably, our system has been deployed in the KeJia robot, which participated the annual RoboCup@Home competitions in the past three years and achieved encouragingly high scores in the benchmark tests.

研究の動機と目的

• サービスロボットにおける高レベルでオープンエンドな自然言語指示の解釈という課題に対処すること。
• 文脈的知識とオープン知識を用いて、ユーザーの指示における欠落した意味的役割を回復可能にする仕組みを提供すること。
• 意味的役割定義を用いて自然言語の行動をロボットプリミティブにマッピングすることで、実行可能なタスク計画を生成すること。
• 階層的分解と知識再利用を通じて、スケーラビリティとリアルタイム性能を向上させること。
• 実世界のロボットアプリケーション、特にKeJiaロボットへの実装を含めたシステムの妥当性を検証すること。

提案手法

• FrameNetおよびRe-FrameNetを用いて、'take'、'put'、'clean up'などの一般的な動詞の意味を定義する。
• ヒューリスティック手法を適用し、ユーザーの指示における文脈から欠落した意味的役割（例：目的語、場所）を回復する。
• OMICS、WordNet、WikiHowなどのオープン知識ソースを統合し、タスクの階層的分解をモデル化する。
• 高レベルの指示を低レベルのロボット行動のシーケンスにマッピングするために、Answer Set Programming（ASP）を用いた記号的計画を実装する。
• 自然言語入力を意味的表現にマッピングし、その後実行可能な行動シーケンスに変換する知識パイプラインを構築する。
• NLU、知識の接地、計画の各モジュールを統合したモジュラーなアーキテクチャを採用し、リアルタイム実行を支援する。

実験結果

リサーチクエスチョン

• RQ1 不完全または曖昧な自然言語指示から、一般的な動詞の意味的役割を効果的に回復する方法は何か？
• RQ2 オープン知識リソースを活用することで、自然言語指示からのタスク計画の正確性と完全性はどの程度向上するか？
• RQ3 意味的役割定義とオープン知識を用いた記号的計画システムは、実世界のサービスロボットにおいてリアルタイム性能を達成できるか？
• RQ4 オープン知識を用いたタスクの階層的分解は、指示理解におけるスケーラビリティと耐障害性をどのように向上させるか？
• RQ5 複数のオープン知識リソースを統合することで、システムの多様なユーザー指示への一般化能力はどの程度向上するか？

主な発見

• 11,885件のユーザーのタスクと467件のユーザーの意図について、高い正確性で解釈と計画が達成され、意味的役割回復が計画の正しさを顕著に向上させた。
• KeJiaロボット上でリアルタイム計画が成功裏に実装され、家庭環境における複雑なタスクの実行が可能になった。
• OMICSとRe-FrameNetの統合により、効率的なグローバル計画が実現し、高コストなローカル計画は低レベル行動に限定された。
• 意味的役割の接地を活用することで、暗黙の行動（例：『頭が痛い』という状態に対して『アスピリンを渡す』）を推論する能力が向上した。
• プロトタイプシステムは、3年連続でRoboCup@Home競技会に実装され、高いベンチマークスコアを達成した。
• 手動でコーディングされた行動モデルに比べ、スケーラビリティと一般化能力が優れており、リアルタイム性能を維持した。