Shared Autonomy for Proximal Teaching

要約

運動スキル学習には、多くの場合、パーソナライズされた指導を提供できる経験豊富な専門家が必要です。
残念ながら、高性能レースなどの特殊なタスクでは、高品質のトレーニングの可用性が制限される可能性があります。
最近のいくつかの作品は、リハビリテーションから外科ロボットのテレ操作まで、タスクの指示を改善するためにAI-ASSISTANCEを活用しています。
ただし、これらの作業は、多くの場合、学生の学習プロセスに関する単純化された仮定を行い、最適な教育戦略を決定する際に、教師の支援がさまざまな個人の能力とどのように相互作用するかをモデル化することに失敗します。
教育心理学からの足場のアイデアに触発され、ユーザーの入力とロボットの自律性を組み合わせるためのフレームワークである共有自律性を活用して、カリキュラムのデザインを支援します。
私たちの重要な洞察は、自律剤からの支援の存在下で学生の行動が改善する方法は、どのサブスキルが学生にとって最も「学習可能」であるか、または近位発達のゾーン内で最も「学習可能」であるかを強調できることです。
これを使用して、共有された自律性を使用して、解釈可能なタスクサブスキルをターゲットとするパーソナライズされた命令を提供する方法です。
ユーザー調査（n = 50）では、カーラ自律運転シミュレーターを使用してサンダーヒルレースウェイパークのシミュレートされた環境で高性能レースを教えているため、Zコーチが各生徒が最初にどのスキルを練習するかを特定するのに役立ち、運転時間、行動、および滑らかさの全体的な改善につながることを示しています。
私たちの仕事は、ますます利用可能になっている半自律能力（たとえば、車両、ロボットなど）が人間のユーザーを支援するだけでなく、それらを *教える *を助けることができることを示しています。

要約(オリジナル)

Motor skill learning often requires experienced professionals who can provide personalized instruction. Unfortunately, the availability of high-quality training can be limited for specialized tasks, such as high performance racing. Several recent works have leveraged AI-assistance to improve instruction of tasks ranging from rehabilitation to surgical robot tele-operation. However, these works often make simplifying assumptions on the student learning process, and fail to model how a teacher’s assistance interacts with different individuals’ abilities when determining optimal teaching strategies. Inspired by the idea of scaffolding from educational psychology, we leverage shared autonomy, a framework for combining user inputs with robot autonomy, to aid with curriculum design. Our key insight is that the way a student’s behavior improves in the presence of assistance from an autonomous agent can highlight which sub-skills might be most “learnable” for the student, or within their Zone of Proximal Development. We use this to design Z-COACH, a method for using shared autonomy to provide personalized instruction targeting interpretable task sub-skills. In a user study (n=50), where we teach high performance racing in a simulated environment of the Thunderhill Raceway Park with the CARLA Autonomous Driving simulator, we show that Z-COACH helps identify which skills each student should first practice, leading to an overall improvement in driving time, behavior, and smoothness. Our work shows that increasingly available semi-autonomous capabilities (e.g. in vehicles, robots) can not only assist human users, but also help *teach* them.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google