Cognitive Approach to Hierarchical Task Selection for Human-Robot Interaction in Dynamic Environments

要約

効率的かつ柔軟な人間とロボットの共同作業環境では、ロボット チームのメンバーは、人間のユーザーからの明示的な要求と暗黙のアクションの両方を認識できなければなりません。
このような場合に「何をすべきか」を特定するには、エージェントがオブジェクト、そのアクション、および環境に対するアクションの影響の間の関連付けを構築する能力を必要とします。
この点において、明示的な手がかりと、利用可能なオブジェクトとの関係、および「お茶」や「サンドイッチ」を作るために必要なスキルを理解するために、意味記憶が導入されています。
以前の階層型ロボット制御アーキテクチャを拡張して、ユーザーからのフィードバックと環境コンテキストの両方に基づいて最適なタスクを実行する機能を追加しました。
このシステムを検証するために、2 種類のスキル (1) お茶作りのスキルと 2) サンドイッチ作りのスキルが階層型タスク ツリーに実装されました。
ロボットと人間との会話中に、ロボットはオントロジーを使用して隠れたコンテキストを判断することができ、それに応じて行動し始めました。
たとえば、人が「喉が渇いた」「外は寒い」と言うと、ロボットはお茶を淹れるスキルを実行し始めます。
逆に、人が「お腹が空いた」「何か食べるものが必要だ」と言えば、ロボットがサンドイッチを作ります。
この実験には人型ロボット「バクスター」が使われた。
スキルごとにテーブル上の異なる位置にオブジェクトを配置して 3 つのシナリオをテストしました。
すべてのケースにおいて、ロボットはスキルに関連するオブジェクトのみを使用していることが観察されました。

要約(オリジナル)

In an efficient and flexible human-robot collaborative work environment, a robot team member must be able to recognize both explicit requests and implied actions from human users. Identifying ‘what to do’ in such cases requires an agent to have the ability to construct associations between objects, their actions, and the effect of actions on the environment. In this regard, semantic memory is being introduced to understand the explicit cues and their relationships with available objects and required skills to make ‘tea’ and ‘sandwich’. We have extended our previous hierarchical robot control architecture to add the capability to execute the most appropriate task based on both feedback from the user and the environmental context. To validate this system, two types of skills were implemented in the hierarchical task tree: 1) Tea making skills and 2) Sandwich making skills. During the conversation between the robot and the human, the robot was able to determine the hidden context using ontology and began to act accordingly. For instance, if the person says ‘I am thirsty’ or ‘It is cold outside’ the robot will start to perform the tea-making skill. In contrast, if the person says, ‘I am hungry’ or ‘I need something to eat’, the robot will make the sandwich. A humanoid robot Baxter was used for this experiment. We tested three scenarios with objects at different positions on the table for each skill. We observed that in all cases, the robot used only objects that were relevant to the skill.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google