Social Cue Analysis using Transfer Entropy

要約

人間の近くで働くロボットは、ソーシャルキューを理解して利用し、社会的に受け入れられるように行動する必要があります。ソーシャルキューは、人間同士のコミュニケーション（＝情報伝達）の一形態である。本論文では、情報理論的な尺度である伝達エントロピーを用いて、ソーシャルキューと情報伝達の方向性を検出・分析するフレームワークを紹介する。このフレームワークを、人間同士の社会的相互作用に関わる3つの設定（物体の受け渡し、グループへの参加、人への追従）で実証する。その結果、伝達エントロピーは、エージェント間の情報の流れ、それがいつ、どこで起こるか、そしてその相対的な強さを特定できることが示された。例えば、人物追従のシナリオでは、予測者の頭の向きが特に有益であり、これがリーダーへの情報伝達に使われる時間や場所の違いによって、リーダーの行動に影響を与えることがわかった。このフレームワークの応用として、対話型ロボット設計のための情報フローや社会的手がかりの分析、あるいは社会的に認識されたロボットプランニングが考えられる。

要約(オリジナル)

Robots that work close to humans need to understand and use social cues to act in a socially acceptable manner. Social cues are a form of communication (i.e., information flow) between people. In this paper, a framework is introduced to detect and analyse social cues and information transfer directionality using an information-theoretic measure, namely, transfer entropy. We demonstrate the framework in three settings involving social interactions between humans: object-handover, group-joining and person-following. Results show that transfer entropy can identify information flows between agents, when and where they occur, and their relative strength. For instance, in a person-following scenario, we find that head orientation of a predictor is particularly informative, and the different times and locations that this is used to convey information to a leader influences their behaviour. Potential applications of the framework include information flow or social cue analysis for interactive robot design, or socially-aware robot planning.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL