支援ロボティクスにおける説明可能性と協調的復旧によるモデル調停

- 本論文は、人間とロボットが協働する際に生じる予期しないロボットの行動を説明するための「model reconciliation framework」を提案する。 - 特にshared controlのような応用では、人間とロボットが世界のオブジェクトとそれに対する行動のモデルを共有する必要がある。 - このフレームワークは、Large Language Modelを活用して、ユーザーの形式的なmental modelを必要とせずに、ロボットと人間のmental modelの差異を予測・説明する。 - さらに、説明後に人間がロボットを修正できるようにすることで、model divergenceの解決を目指す。 - 実装はassistive roboticsドメインで行われ、実際の車椅子ベースの移動マニピュレータとそのdigital twinを用いた実験が行われた。

- 従来のmodel reconciliation手法では、ユーザーのmental modelを形式的に表現する必要があったが、本手法はLarge Language Modelを活用することで、その必要性を排除している点が新しい。 - また、説明だけでなく、人間がロボットを修正することを可能にし、model divergenceを解決する協調的リカバリを実現している点が先行研究と異なる。 - 具体的な先行研究との比較は要旨からは不明。

- 技術の肝は、Large Language Modelを用いてロボットと人間のmental modelの差異を予測し、説明を生成する点にある。 - ユーザーの形式的なmental modelを必要とせず、自然言語による説明を可能にする。 - 説明後、人間がロボットを修正するためのインタラクションを提供し、model reconciliationを達成する。 - 実装では、車椅子ベースの移動マニピュレータとそのdigital twinが用いられている。

- 実際の車椅子ベースの移動マニピュレータとそのdigital twinを用いた一連の実験を実施した。 - 実験の詳細な内容や評価指標は要旨からは不明。

- 議論の詳細は要旨からは不明。 - ただし、model reconciliationの有効性や、Large Language Modelを用いることの限界についての議論が想定されるが、要旨には明記されていない。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、model reconciliation、shared control、assistive robotics、Large Language Modelを活用した説明生成などが挙げられる。 - 同分野の定番として、human-robot collaborationにおけるmental modelの共有や説明可能性に関する研究が参考になる。