Use of Winsome Robots for Understanding Human Feedback (UWU)

要約

ソーシャルロボットがより一般的になるにつれて、多くの人がユーザーの快適さと受け入れを強化することを目指して、かわいい美学を採用しています。
ただし、補強学習シナリオにおける人間のフィードバックに対するこの美的選択の効果は不明のままです。
以前の研究では、人間は否定的なフィードバックよりも肯定的なものを与える傾向があることが示されており、これにより、最適なロボット行動に到達できない可能性があります。
この肯定的なバイアスは、ロボットの認識された可愛らしさのレベルによって悪化する可能性があると仮定します。
調査するために、参加者がタスクを実行しながらロボットの軌跡を批判するユーザー調査を実施しました。
次に、参加者のフィードバックの種類に対するロボットの美的可愛さの影響を分析しました。
我々の結果は、認識された可愛らしさが変化すると、陽性と負のフィードバックの比率に変化があることを示唆しています。
これに照らして、これらの効果を緩和するためにユーザーの肯定的なフィードバックバイアスのレベルに基づいて適応するTamerの確率的バージョンを実験します。

要約(オリジナル)

As social robots become more common, many have adopted cute aesthetics aiming to enhance user comfort and acceptance. However, the effect of this aesthetic choice on human feedback in reinforcement learning scenarios remains unclear. Previous research has shown that humans tend to give more positive than negative feedback, which can cause failure to reach optimal robot behavior. We hypothesize that this positive bias may be exacerbated by the robot’s level of perceived cuteness. To investigate, we conducted a user study where participants critique a robot’s trajectories while it performs a task. We then analyzed the impact of the robot’s aesthetic cuteness on the type of participant feedback. Our results suggest that there is a shift in the ratio of positive to negative feedback when perceived cuteness changes. In light of this, we experiment with a stochastic version of TAMER which adapts based on the user’s level of positive feedback bias to mitigate these effects.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google