日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

評価ベンチマークarXiv:2606.03312

RobotValues: 人間の価値観が衝突する家庭用ロボットの評価

RobotValues: Evaluating Household Robots When Human Values Conflict

シェア:XThreadsFacebookLINEはてブBluesky

家庭用ロボットのプランナーを、人間の価値観が衝突する1万のシナリオで評価するベンチマークを提案し、既存のVLMが価値観の優先順位を適切に切り替えられないことを示した。

詳しい要約

1. どんなもの?

- 家庭用ロボットの価値選好を評価するベンチマーク「RobotValues」を提案。 - 10Kの価値対立シナリオで構成。 - 各インスタンスは家庭の実写画像と、異なる人間価値を優先する複数の実行可能なロボット行動を含む。 - タスク完了だけでなく、価値対立時の行動選択を評価する。

2. 先行研究と比べてどこがすごい?

- 従来の家庭用ロボット評価はタスク完了や安全性遵守に焦点。 - 価値対立状況でのロボットの価値選好を評価するベンチマークは存在しなかった。 - RobotValuesは初めてこのようなシナリオを体系的に評価する。

3. 技術・手法の肝は?

- LLM支援によるシナリオ生成。 - ステークホルダーに基づく価値抽出。 - 画像生成と自動品質管理。 - これらを組み合わせて10Kの価値対立シナリオを構築。

4. どうやって有効だと検証した?

- RobotValuesを用いてロボティクスで使われるVLMを評価。 - モデルは安全性や accommodation などのデフォルト価値選好を示す一方、privacy を優先する行動を過小選択。 - 特定の価値を優先するよう指示しても、デフォルト行動を覆せず、80%のケースで誤った行動を選択。

5. 議論はある?

- 家庭用ロボット評価はタスク完了や安全性遵守だけでなく、人間価値が対立する状況で妥当な行動を選択できるかを測るべき。 - モデルのデフォルト価値選好と指示への追従性に課題がある。

6. 次に読むべき論文は?

- 要旨からは不明。関連手法としてVLMやLLMを用いたロボットプランニング、価値アラインメント研究が挙げられる。

※ 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: Jongwook Han, Hyeongjin Kim, Yohan Jo

分類: cs.RO, cs.AI

原文アブストラクト

While household robots are often evaluated based on task completion, everyday domestic environments involve value-conflicting situations in which robots are expected to choose actions that prioritize other values than task success, such as human autonomy, efficiency, or social appropriateness. Yet, there are no benchmarks for evaluating robots' value preferences in such scenarios. We introduce RobotValues, a benchmark to evaluate household robot planners in 10K value-conflict scenarios. Each instance consists of a realistic household image with multiple plausible robot actions that prioritize different human values. We construct RobotValues through LLM-assisted scenario generation, stakeholder-grounded value extraction, image generation and automatic quality control. Using RobotValues we evaluate VLMs used in robotics and find that models exhibit default value preferences, including safety and accommodation, while underselecting privacy-prioritizing actions. When the models are instructed to prioritize specific values that conflict with their own preferences, they often fail to override their default actions, choosing incorrect actions for 80% of the time. These findings suggest that household robot evaluation should measure not only task completion or safety compliance, but also whether robots can choose among plausible actions when human values conflict.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXO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
  3. 3newmo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
  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