HAPI: A Model for Learning Robot Facial Expressions from Human Preferences

要約

固定された関節構成に基づいた手作りの方法が硬く不自然な行動をもたらすことが多いため、自動ロボット表現の生成は人間とロボットの相互作用に重要です。
最近の自動化された手法は、手動チューニングの必要性を低下させますが、自由度が限られており、知覚統合が不十分であるため、微妙で現実的な表現の欠乏において、人間の好みとモデルの予測のギャップを適切に埋めることができないことで不足する傾向があります。
この作業では、人間のフィードバックを活用してこの矛盾に対処し、ロボット面の表現力を高める新しいランク対策フレームワークを提案します。
具体的には、ペアワイズ比較アノテーションを実施して、人間の好みのデータを収集し、発現評価を改善するシャムランクネットベースのアプローチである人間の感情ペアワイズインプレッション（HAPI）モデルを開発します。
35 Dof Androidプラットフォームでのベイジアン最適化とオンライン表現調査を介して得られた結果は、私たちのアプローチが、ベースラインと専門家が設計した方法によって生成された方法よりも、怒り、幸福、驚きの非常に現実的で社会的に共鳴する表現を生み出すことを示しています。
これにより、私たちのフレームワークは、人間の好みとモデルの予測との間のギャップを効果的に橋渡ししながら、ロボットの表現生成を人間の感情的な反応と堅牢に整列させることを確認します。

要約(オリジナル)

Automatic robotic facial expression generation is crucial for human-robot interaction, as handcrafted methods based on fixed joint configurations often yield rigid and unnatural behaviors. Although recent automated techniques reduce the need for manual tuning, they tend to fall short by not adequately bridging the gap between human preferences and model predictions-resulting in a deficiency of nuanced and realistic expressions due to limited degrees of freedom and insufficient perceptual integration. In this work, we propose a novel learning-to-rank framework that leverages human feedback to address this discrepancy and enhanced the expressiveness of robotic faces. Specifically, we conduct pairwise comparison annotations to collect human preference data and develop the Human Affective Pairwise Impressions (HAPI) model, a Siamese RankNet-based approach that refines expression evaluation. Results obtained via Bayesian Optimization and online expression survey on a 35-DOF android platform demonstrate that our approach produces significantly more realistic and socially resonant expressions of Anger, Happiness, and Surprise than those generated by baseline and expert-designed methods. This confirms that our framework effectively bridges the gap between human preferences and model predictions while robustly aligning robotic expression generation with human affective responses.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google