Toward human-centered shared autonomy AI paradigms for human-robot teaming in healthcare

要約

AI とコンピューティング ツールの最近の進歩により、ヘルスケア ロボットなどのさまざまな分野に新しい機能を与えるインテリジェント パラダイムが出現しました。
高度な AI ロボット アルゴリズム (強化学習など) は、望ましい、通常は固定された目標を達成するために自律的に個別の決定を下すようにトレーニングおよび開発できます。
ただし、このような独立した決定や目標の達成は、通常、動的なエンドユーザーや患者と対話する医療ロボットにとっては理想的ではない可能性があります。
このような複雑な人間とロボットの対話 (チーミング) フレームワークでは、動的なユーザーは、現在の環境とリアルタイムで対話しながら、新しい目標を導入するだけでなく、意思決定にも継続的に関与したいと考えています。
この課題に対処するには、考えられる倫理的問題を回避し、人類に害を及ぼさないことを保証するために、人間中心の要素に基づいた基盤を持つ 2 つの対話型エージェント (人間エージェントと AI エージェント) 向けに適応型共有自律性 AI パラダイムを開発する必要があります。

要約(オリジナル)

With recent advancements in AI and computation tools, intelligent paradigms emerged to empower different fields such as healthcare robots with new capabilities. Advanced AI robotic algorithms (e.g., reinforcement learning) can be trained and developed to autonomously make individual decisions to achieve a desired and usually fixed goal. However, such independent decisions and goal achievements might not be ideal for a healthcare robot that usually interacts with a dynamic end-user or a patient. In such a complex human-robot interaction (teaming) framework, the dynamic user continuously wants to be involved in decision-making as well as introducing new goals while interacting with their present environment in real-time. To address this challenge, an adaptive shared autonomy AI paradigm is required to be developed for the two interactive agents (Human & AI agents) with a foundation based on human-centered factors to avoid any possible ethical issues and guarantee no harm to humanity.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google