Robot Error Awareness Through Human Reactions: Implementation, Evaluation, and Recommendations

要約

効果的なエラー検出は、タスクの中断を防ぎ、ユーザーの信頼を維持するために非常に重要です。
従来の方法はタスク固有のモデルやユーザーレポートに依存することが多く、柔軟性に欠けたり、時間がかかったりすることがあります。
最近の研究では、ロボットのエラーに応じてユーザーが自然に示すソーシャル シグナルにより、より柔軟でタイムリーなエラー検出が可能になることが示唆されています。
しかし、ほとんどの研究は事後分析に依存しているため、リアルタイムの有効性は不確実であり、ユーザー中心の評価が欠けています。
この研究では、ユーザーの行動信号 (顔の動作単位と音声)、ユーザーのフィードバック、およびエラーのコンテキストを組み合わせて自動エラー検出を行うプロアクティブなエラー検出システムを開発しました。
調査 (N = 28) では、当社のプロアクティブ システムと現状の事後対応アプローチを比較しました。
結果は、私たちのシステムが 1) 確実かつ柔軟にエラーを検出すること、2) 事後対応アプローチよりも迅速にエラーを検出すること、3) 事後対応アプローチよりもユーザーに好意的に認識されることを示しています。
将来の HRI システムでロボットのエラー認識を有効にするための推奨事項について説明します。

要約(オリジナル)

Effective error detection is crucial to prevent task disruption and maintain user trust. Traditional methods often rely on task-specific models or user reporting, which can be inflexible or slow. Recent research suggests social signals, naturally exhibited by users in response to robot errors, can enable more flexible, timely error detection. However, most studies rely on post hoc analysis, leaving their real-time effectiveness uncertain and lacking user-centric evaluation. In this work, we developed a proactive error detection system that combines user behavioral signals (facial action units and speech), user feedback, and error context for automatic error detection. In a study (N = 28), we compared our proactive system to a status quo reactive approach. Results show our system 1) reliably and flexibly detects error, 2) detects errors faster than the reactive approach, and 3) is perceived more favorably by users than the reactive one. We discuss recommendations for enabling robot error awareness in future HRI systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google