Adaptive Robot Assistance: Expertise and Influence in Multi-User Task Planning

要約

この論文では、単一のロボットがタスク計画領域の意思決定において複数の人間を効果的に支援できるようにするという課題に取り組みます。
私たちは、最適な意思決定を行うための人間の専門知識と、人間の意思決定に対するロボットの影響の両方を考慮して、チーム全体のパフォーマンスを向上させるように設計された包括的なフレームワークを導入します。
私たちのモデルは、これらの要素をタスク計画ドメイン内でシームレスに統合し、問題を部分的に観察可能なマルコフ決定プロセス (POMDP) として定式化すると同時に、専門知識と影響力をシステム状態の観察不可能なコンポーネントとして扱います。
このようなシステムにおけるロボットの動作を解決するために、効率的な注意切り替えポリシーを提案します。
このポリシーは、このようなシステムの固有の構造を利用し、複数の小さな POMDP を解決して、さまざまな人間のチームメイトとの対話を優先するためのヒューリスティックを生成することで、状態空間を削減し、スケーラビリティを向上させます。
シミュレートされたキット履行タスクに関する実証結果は、ロボットのポリシーが専門知識と影響力の両方を考慮している場合にチームのパフォーマンスが向上することを示しています。
この研究は、適応型ロボット支援の分野における重要な前進を表しており、ロボットインフラストラクチャへの多額の投資が経済的に実行不可能である可能性がある、費用対効果の高い中小規模の産業への統合への道を切り開きます。

要約(オリジナル)

This paper addresses the challenge of enabling a single robot to effectively assist multiple humans in decision-making for task planning domains. We introduce a comprehensive framework designed to enhance overall team performance by considering both human expertise in making the optimal decisions and robot influence on human decision-making. Our model integrates these factors seamlessly within the task-planning domain, formulating the problem as a partially observable Markov decision process (POMDP) while treating expertise and influence as unobservable components of the system state. To solve for the robot’s actions in such systems, we propose an efficient Attention-Switching policy. This policy capitalizes on the inherent structure of such systems, solving multiple smaller POMDPs to generate heuristics for prioritizing interactions with different human teammates, thereby reducing the state space and improving scalability. Our empirical results on a simulated kit fulfillment task demonstrate improved team performance when the robot’s policy accounts for both expertise and influence. This research represents a significant step forward in the field of adaptive robot assistance, paving the way for integration into cost-effective small and mid-scale industries, where substantial investments in robotic infrastructure may not be economically viable.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google