日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

HRI/WoZarXiv:2603.28338

会話におけるユーザーとウィザード:WoZインターフェースの選択が人間とロボットの相互作用をどう定義するか

Users and Wizards in Conversations: How WoZ Interface Choices Define Human-Robot Interactions

シェア:XThreadsFacebookLINEはてブBluesky

Wizard-of-Oz(WoZ)インターフェースの種類(制限付きGUI、非制限GUI、VRテレプレゼンス)がユーザーとウィザードの両方の視点からロボットとのコミュニケーションに与える影響を調査した。VRインターフェースがユーザーに好まれ、社会的存在感を高める一方、ウィザードには負担が大きいが社会的つながりを強めることが分かった。

詳しい要約

1. どんなもの?

- 本論文は、Wizard-of-Oz (WoZ) インタフェースの選択が、ユーザとウィザードの両方の視点からロボットとの会話にどのように影響するかを調査したものである。 - 会話設定で、3つの異なるWoZインタフェースを比較した。 - a) 制限付き知覚GUI: 固定視点のビデオとASRトランスクリプトを表示し、ウィザードが事前にスクリプト化された発話とジェスチャをトリガーする。 - b) 無制限知覚GUI: 参加者とロボットからのリアルタイム音声を追加。 - c) VRテレプレゼンスインタフェース: 没入型ステレオビデオと音声をウィザードにストリーミングし、ウィザードの自発的な発話、視線、表情をロボットに転送する。 - 結果として、VRインタフェースによる相互作用が、ロボットの機能と知覚された社会的存在感の点でユーザに好まれた。

2. 先行研究と比べてどこがすごい?

- 先行研究と比べて、WoZインタフェースの違いがユーザとウィザードの両方に与える影響を体系的に比較した点が新しい。 - 特に、VRテレプレゼンスインタフェースを用いることで、より自然で社会的つながりのある相互作用が実現できることを示した。 - 従来の制限付きGUIでは、相互作用の流れが最も接続されておらず、沈黙が最大になることを明らかにした。 - これにより、よりテレプレゼンスインタフェースを用いたWoZ研究の必要性を主張している。

3. 技術・手法の肝は?

- 技術や手法の肝は、3つの異なるWoZインタフェースの設計と比較にある。 - 制限付き知覚GUI: 固定視点ビデオとASRトランスクリプトを使用し、事前スクリプト発話とジェスチャをトリガー。 - 無制限知覚GUI: リアルタイム音声を追加。 - VRテレプレゼンスインタフェース: 没入型ステレオビデオと音声をストリーミングし、ウィザードの自発的な発話、視線、表情をロボットに転送。 - これらのインタフェースが会話の流れや社会的接続に与える影響を評価するために、発話間ギャップやオーバーラップなどの指標を用いた。

4. どうやって有効だと検証した?

- 有効性の検証は、会話設定での実験を通じて行われた。 - ユーザとウィザードの両方からデータを収集し、主観的評価(ロボット機能、社会的存在感、社会的接続)と客観的指標(発話間ギャップ、オーバーラップ)を分析した。 - 具体的な被験者数や統計手法は要旨からは不明。

5. 議論はある?

- 議論として、VRインタフェースがユーザに好まれる一方で、ウィザードにとって最も要求が高いが、ユーザとの社会的つながりを高めることが示された。 - VRインタフェースは、発話間ギャップとオーバーラップの点で最も接続された相互作用を誘導し、制限付きGUIは最も接続が少なく、沈黙が最大であった。 - これらの結果から、よりテレプレゼンスインタフェースを用いたWoZ研究を主張し、自然な文脈化された言語的・非言語的行動データに基づく自動化への有望な道を提供すると論じている。 - 制限や今後の課題については要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていないが、関連手法としてWizard-of-Oz (WoZ) インタフェース、テレプレゼンスインタフェース、VRテレプレゼンスが挙げられる。 - 同分野の定番として、Human-Robot Interaction (HRI) における会話型ロボットの研究や、自然言語処理を用いた対話システムの研究が次に読むべき論文として考えられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Ekaterina Torubarova, Jura Miniota, Andre Pereira

分類: cs.HC, cs.RO

原文アブストラクト

In this paper, we investigated how the choice of a Wizard-of-Oz (WoZ) interface affects communication with a robot from both the user's and the wizard's perspective. In a conversational setting, we used three WoZ interfaces with varying levels of dialogue input and output restrictions: a) a restricted perception GUI that showed fixed-view video and ASR transcripts and let the wizard trigger pre-scripted utterances and gestures; b) an unrestricted perception GUI that added real-time audio from the participant and the robot c) a VR telepresence interface that streamed immersive stereo video and audio to the wizard and forwarded the wizard's spontaneous speech, gaze and facial expressions to the robot. We found that the interaction mediated by the VR interface was preferred by users in terms of robot features and perceived social presence. For the wizards, the VR condition turned out to be the most demanding but elicited a higher social connection with the users. VR interface also induced the most connected interaction in terms of inter-speaker gaps and overlaps, while Restricted GUI induced the least connected flow and the largest silences. Given these results, we argue for more WoZ studies using telepresence interfaces. These studies better reflect the robots of tomorrow and offer a promising path to automation based on naturalistic contextualized verbal and non-verbal behavioral data.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI