The Power of Combined Modalities in Interactive Robot Learning

要約

この研究は、人間とのインタラクションにおけるロボット学習の進化分野に貢献し、多様な入力様式が学習結果に及ぼす影響を調査します。
これは、従来の好みやスカラー フィードバック メカニズムを超えた追加形式のフィードバックをカプセル化する「メタモダリティ」の概念を導入します。
個々のメタモダリティに焦点を当てたこれまでの研究とは異なり、この研究では学習成果に対するメタモダリティの複合効果を評価しています。
人間の参加者を対象とした研究を通じて、これらのモダリティに対するユーザーの好みとロボットの学習パフォーマンスへの影響を調査します。
私たちの調査結果は、個々のモダリティは異なるように認識されますが、それらを組み合わせることで学習行動とユーザビリティが大幅に向上することを明らかにしました。
この研究は、人間とロボットの対話型タスク学習の最適化に関する貴重な洞察を提供するだけでなく、そのような設定でユーザーに提供される対話型の自由度と足場機能を強化するための新しい道も開きます。

要約(オリジナル)

This study contributes to the evolving field of robot learning in interaction with humans, examining the impact of diverse input modalities on learning outcomes. It introduces the concept of ‘meta-modalities’ which encapsulate additional forms of feedback beyond the traditional preference and scalar feedback mechanisms. Unlike prior research that focused on individual meta-modalities, this work evaluates their combined effect on learning outcomes. Through a study with human participants, we explore user preferences for these modalities and their impact on robot learning performance. Our findings reveal that while individual modalities are perceived differently, their combination significantly improves learning behavior and usability. This research not only provides valuable insights into the optimization of human-robot interactive task learning but also opens new avenues for enhancing the interactive freedom and scaffolding capabilities provided to users in such settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google