An Introduction to Causal Inference Methods for Observational Human-Robot Interaction Research

要約

ヒューマン ロボット インタラクション (HRI) 研究における定量的手法は、主に実験室環境でのランダム化された制御された実験に依存してきました。
ただし、外部の妥当性、倫理的制約、データ収集の容易さが懸念される場合、そのような実験は常に実行可能であるとは限りません。
さらに、消費者向けロボットがますます利用可能になるにつれて、HRI 研究者が利用できる実世界データの量も増加しており、観測データの分析に合わせた定量的アプローチの必要性が高まっています。
この記事では、ランダム化された制御された実験を実行できない観察環境において研究者が因果関係を特定できる因果推論の方法を使用する、HRI 研究者向けの定量的研究に対する代替アプローチを紹介します。
私たちは、因果推論の手法を観察的 HRI 研究にどのように適用できるかを文脈化するために、消費者向け家庭用ロボットを使用した HRI 研究に関係する可能性のあるさまざまなシナリオに焦点を当てます。
次に、グラフィカル モデルの観点を使用した因果推論の重要な概念をまとめたチュートリアルと、記事全体のコード例へのリンクを提供します。コード例は https://gitlab.com/causal/causal_hri で入手できます。
私たちの研究は、HRI 研究者が分析ツールボックスに因果推論技術を追加するための出発点を提供すると同時に、観察的 HRI 研究に対する新しいアプローチに関するさらなる議論への道を開くものです。

要約(オリジナル)

Quantitative methods in Human-Robot Interaction (HRI) research have primarily relied upon randomized, controlled experiments in laboratory settings. However, such experiments are not always feasible when external validity, ethical constraints, and ease of data collection are of concern. Furthermore, as consumer robots become increasingly available, increasing amounts of real-world data will be available to HRI researchers, which prompts the need for quantative approaches tailored to the analysis of observational data. In this article, we present an alternate approach towards quantitative research for HRI researchers using methods from causal inference that can enable researchers to identify causal relationships in observational settings where randomized, controlled experiments cannot be run. We highlight different scenarios that HRI research with consumer household robots may involve to contextualize how methods from causal inference can be applied to observational HRI research. We then provide a tutorial summarizing key concepts from causal inference using a graphical model perspective and link to code examples throughout the article, which are available at https://gitlab.com/causal/causal_hri. Our work paves the way for further discussion on new approaches towards observational HRI research while providing a starting point for HRI researchers to add causal inference techniques to their analytical toolbox.

arxiv情報

著者 Jaron J. R. Lee,Gopika Ajaykumar,Ilya Shpitser,Chien-Ming Huang
発行日 2023-10-31 14:00:08+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク