Social Cue Analysis using Transfer Entropy

要約

人間の近くで働くロボットは、社会的に受け入れられる方法で行動するために、社会的合図を理解し、利用する必要があります。
ソーシャル キューは、人々の間のコミュニケーション (つまり、情報の流れ) の形式です。
この論文では、情報理論的尺度である伝達エントロピーを使用して、社会的合図と情報伝達の方向性を検出および分析するためのフレームワークを紹介します。
私たちは、人間間の社会的相互作用を含む 3 つの設定 (オブジェクトの受け渡し、グループへの参加、および人のフォロー) でフレームワークを実証します。
結果は、転送エントロピーによって、エージェント間の情報フロー、それがいつどこで発生するか、およびそれらの相対的な強度を特定できることが示されています。
たとえば、人をフォローするシナリオでは、予測者の頭の向きが特に有益であり、これがリーダーに情報を伝えるために使用されるさまざまな時間と場所がリーダーの行動に影響を与えることがわかります。
このフレームワークの潜在的な用途には、インタラクティブなロボット設計や社会を意識したロボット計画のための情報フローや社会的合図の分析が含まれます。

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, Google