本論文は、embodied AI agent が coach として人間の motor-skill 発達を加速する方法を研究する。AI copilot の shared control は性能を高めるが過剰支援は over-reliance と skill atrophy を招く。そこで learner の能力に合わせた strategic scaffolding と stepping back を行い、productive failures を許容する coaching を提案する。interactive AI coaching を非協力 dynamic game として定式化し、learner は task performance を、coach は learner の independent competence を最適化する。reinforcement learning と coach の causal influence の probabilistic model を組み合わせ、coaching policy を学習する。first-person-view drone rac…
2. 先行研究と比べてどこがすごい？
先行研究では AI copilot が shared control で人間性能を大幅に向上させる一方、過剰な支援が over-reliance や skill atrophy を引き起こすことが知られている。本論文は、単なる性能支援ではなく learner の independent competence を目的とする coaching を定式化し、learner の能力に応じた strategic scaffolding と stepping back を可能にした点が新しい。また、state-of-the-art AI coaching baselines と比較して人間の学習成果を有意に改善した。
3. 技術・手法の肝は？
interactive AI coaching を非協力 dynamic game として定式化する。learner は task performance を最適化し、coach は learner の independent competence を目的とする。この形式化に基づき、adaptive shared control と coach が skill evolution に与える causal influence の probabilistic model を組み合わせた reinforcement learning framework を開発する。これにより coaching policy を tractable に訓練できる。
4. どうやって有効だと検証した？
first-person-view drone racing を対象に、N=33 の comprehensive user study を実施した。その結果、state-of-the-art AI coaching baselines と比較して、人間の学習成果に有意な改善が見られた。
5. 議論はある？
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 state-of-the-art AI coaching baselines や、関連手法として shared control を用いた AI copilot、reinforcement learning による coaching、非協力 dynamic game としての human-AI interaction に関する研究が挙げられる。具体的な論文名は要旨からは不明。
AI copilots can substantially boost human performance through shared control, but excessive assistance can induce over-reliance and skill atrophy. This paper studies how an embodied AI agent can act as a coach that accelerates human motor-skill development. We argue that effective coaching requires strategic scaffolding and stepping back that are aligned with the learner's capability, allowing productive failures that drive learning. We formalize the interactive AI coaching process as a non-cooperative dynamic game in which the learner optimizes task performance while the coach targets the learner's independent competence. Building on this formalism, we develop a reinforcement learning framework combining adaptive shared control with probabilistic models of the coach's causal influence on skill evolution, enabling tractable training of coaching policies. A comprehensive user study (N=33) on first-person-view drone racing shows significant gains in human learning outcomes over state-of-the-art AI coaching baselines.
