Maximising Coefficiency of Human-Robot Handovers through Reinforcement Learning

要約

人間に物を渡すことは、協働ロボットにとって不可欠な機能です。
人間とロボットのハンドオーバーに関するこれまでの研究は、人間のパートナーのパフォーマンスを促進し、物体をつかむために必要な物理的労力を最小限に抑えることに焦点を当てていました。
しかし、利他的なロボットの動作は、ロボットの動作が長引いてぎこちない結果となり、人間のパートナーに不快な感覚を与え、安全性の認識や社会的受容に影響を与える可能性があります。
この論文では、「人間は集団として係数的に行動する」（つまり、関与するすべてのエージェントの利益を同時に最大化する）という認知科学の原則を人間とロボットの協力タスクに移すことで、よりシームレスで自然なインタラクションが促進されるかどうかを調査します。
人間とロボットの効率は、まず人間の快適性と不快性の暗黙の指標を特定し、望ましい軌道を実行する際のロボットのエネルギー消費を計算することによってモデル化されます。
次に、人間とロボットの係数スコアを報酬として使用し、そのような係数を最大化するロボットの相互作用パラメータの組み合わせをオンラインで適応および学習する強化学習アプローチを紹介します。
結果は、ロボットが協調的に行動することで、実験に参加したほとんどの被験者の個人的な好みを満たし、人間が感じる快適さを改善し、ロボットパートナーへの信頼を育むことができることを証明しました。

要約(オリジナル)

Handing objects to humans is an essential capability for collaborative robots. Previous research works on human-robot handovers focus on facilitating the performance of the human partner and possibly minimising the physical effort needed to grasp the object. However, altruistic robot behaviours may result in protracted and awkward robot motions, contributing to unpleasant sensations by the human partner and affecting perceived safety and social acceptance. This paper investigates whether transferring the cognitive science principle that ‘humans act coefficiently as a group’ (i.e. simultaneously maximising the benefits of all agents involved) to human-robot cooperative tasks promotes a more seamless and natural interaction. Human-robot coefficiency is first modelled by identifying implicit indicators of human comfort and discomfort as well as calculating the robot energy consumption in performing the desired trajectory. We then present a reinforcement learning approach that uses the human-robot coefficiency score as reward to adapt and learn online the combination of robot interaction parameters that maximises such coefficiency. Results proved that by acting coefficiently the robot could meet the individual preferences of most subjects involved in the experiments, improve the human perceived comfort, and foster trust in the robotic partner.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google