FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization

要約

物理的な介護ロボットは、給餌の支援を必要とする世界中の数百万人の生活の質を改善することを約束しています。
ただし、活動の多様性（食事、飲酒、口の拭き取りなど）、コンテキスト（例：社交、テレビの視聴）、食品、および展開中に発生するユーザーの好みのために、家庭内の食事の支援は依然として困難です。
この作業では、個々のケア受信者のユニークなニーズを満たすためにワイルドでパーソナライズできる柔軟な食事補助システムであるFeastを提案します。
2人のコミュニティ研究者と協力して開発され、多様なケア受信者のグループとの形成的研究によって情報を提供され、私たちのシステムは、適応性、透明性、安全性という3つの重要な教義に導かれます。
ごちそうは、次のようにこれらの原則を具体化します。（i）給食、飲酒、マウスワイピングの切り替えを可能にするモジュラーハードウェア、（ii）多様な機能能力と好みに対応するために、Webインターフェイス、ヘッドジェスチャー、物理的ボタンなどの多様な相互作用方法、および（III）パラメーター化された動作を使用して、大規模に添加したパラメーター化された動作を可能にします。
私たちは、私たちの形成研究で特定されたパーソナライズ要件に基づいてシステムを評価し、Feastが幅広い透明で安全な適応を提供し、固定カスタマイズに限定された最先端のベースラインを上回ることを実証します。
実際の適用性を実証するために、2人のケア受信者（コミュニティ研究者）を使用して在宅ユーザー調査を実施し、3つの多様なシナリオでそれぞれ3食を供給します。
以前はこのシステムに不慣れな作業療法士と評価することにより、Feastの生態学的妥当性をさらに評価します。
すべての場合において、ユーザーはごちそうをパーソナライズして、個々のニーズと好みを満たすことに成功します。
ウェブサイト：https：//emprise.cs.cornell.edu/feast

要約(オリジナル)

Physical caregiving robots hold promise for improving the quality of life of millions worldwide who require assistance with feeding. However, in-home meal assistance remains challenging due to the diversity of activities (e.g., eating, drinking, mouth wiping), contexts (e.g., socializing, watching TV), food items, and user preferences that arise during deployment. In this work, we propose FEAST, a flexible mealtime-assistance system that can be personalized in-the-wild to meet the unique needs of individual care recipients. Developed in collaboration with two community researchers and informed by a formative study with a diverse group of care recipients, our system is guided by three key tenets for in-the-wild personalization: adaptability, transparency, and safety. FEAST embodies these principles through: (i) modular hardware that enables switching between assisted feeding, drinking, and mouth-wiping, (ii) diverse interaction methods, including a web interface, head gestures, and physical buttons, to accommodate diverse functional abilities and preferences, and (iii) parameterized behavior trees that can be safely and transparently adapted using a large language model. We evaluate our system based on the personalization requirements identified in our formative study, demonstrating that FEAST offers a wide range of transparent and safe adaptations and outperforms a state-of-the-art baseline limited to fixed customizations. To demonstrate real-world applicability, we conduct an in-home user study with two care recipients (who are community researchers), feeding them three meals each across three diverse scenarios. We further assess FEAST’s ecological validity by evaluating with an Occupational Therapist previously unfamiliar with the system. In all cases, users successfully personalize FEAST to meet their individual needs and preferences. Website: https://emprise.cs.cornell.edu/feast

arxiv情報

提供元, 利用サービス

arxiv.jp, Google