Towards human-compatible autonomous car: A study of non-verbal Turing test in automated driving with affective transition modelling

要約

人間がハンズフリーの道をさらに進む場合、自動運転車は不可欠です。
既存の文献では、自動運転車が人間のような方法で運転すれば受け入れが増えることが強調されていますが、現在の自動運転車の人間性を調べるために、助手席の視点から自然主義的な体験を提供する研究はあまりありません。
今回の研究では、実際の道路シナリオでの 69 人の参加者のフィードバックに基づいて、AI ドライバーが乗客に人間のような乗車体験を生み出すことができるかどうかをテストしました。
私たちは、自動運転のための非言語チューリング テストの乗車体験ベースのバージョンを設計しました。
参加者は自動運転車（人間またはAIのドライバーが運転する）に乗客として乗り、ドライバーが人間かAIかを判定した。
乗客が偶然にも AI ドライバーを検出したため、AI ドライバーはテストに合格しませんでした。
対照的に、人間のドライバーが車を運転した場合、乗客の判断はほぼ偶然でした。
私たちはさらに、人間の乗客がどのように人間性を判断するかをテストで調査しました。
Lewin の場の理論に基づいて、信号検出理論と事前トレーニングされた言語モデルを組み合わせた計算モデルを発展させ、乗客の人間性評価行動を予測しました。
モデルの信号強度として、研究前のベースライン感情と対応するステージ後の感情の間の感情遷移を採用しました。
結果は、感情の変化が大きくなるにつれて、乗客の人間らしさの帰属が増加することを示しました。
私たちの研究は、乗客の人間らしさの帰属において感情の移行が重要な役割を果たしているということを示唆しており、それが将来の自動運転の方向性になる可能性がある。

要約(オリジナル)

Autonomous cars are indispensable when humans go further down the hands-free route. Although existing literature highlights that the acceptance of the autonomous car will increase if it drives in a human-like manner, sparse research offers the naturalistic experience from a passenger’s seat perspective to examine the humanness of current autonomous cars. The present study tested whether the AI driver could create a human-like ride experience for passengers based on 69 participants’ feedback in a real-road scenario. We designed a ride experience-based version of the non-verbal Turing test for automated driving. Participants rode in autonomous cars (driven by either human or AI drivers) as a passenger and judged whether the driver was human or AI. The AI driver failed to pass our test because passengers detected the AI driver above chance. In contrast, when the human driver drove the car, the passengers’ judgement was around chance. We further investigated how human passengers ascribe humanness in our test. Based on Lewin’s field theory, we advanced a computational model combining signal detection theory with pre-trained language models to predict passengers’ humanness rating behaviour. We employed affective transition between pre-study baseline emotions and corresponding post-stage emotions as the signal strength of our model. Results showed that the passengers’ ascription of humanness would increase with the greater affective transition. Our study suggested an important role of affective transition in passengers’ ascription of humanness, which might become a future direction for autonomous driving.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google