Predicting the Intention to Interact with a Service Robot:the Role of Gaze Cues

要約

サービス ロボットの場合、近づいてくる人が対話するつもりであることをできるだけ早く認識することが重要です。この場合、サービス ロボットは、ユーザー エクスペリエンスの向上につながるフレンドリーな動作を積極的に実行できます。
この認識タスクは、潜在的なユーザーのインタラクション意図のシーケンス対シーケンス分類子を使用して解決します。この分類子は、自己教師ありの方法でトレーニングできます。
私たちの主な貢献は、この文脈における人の視線を表す特徴の利点の研究です。
新しいデータセットに対する広範な実験により、視線キューを含めることで分類器のパフォーマンスが大幅に向上することが示されました (AUROC は 84.5% から 91.2% に増加しました)。
正確な分類を達成できる距離は 2.4 m から 3.2 m に向上します。
また、外部の監視なしで新しい環境に適応するシステムの能力も定量化します。
定性実験では、ウェイター ロボットの実用的な応用例を示しています。

要約(オリジナル)

For a service robot, it is crucial to perceive as early as possible that an approaching person intends to interact: in this case, it can proactively enact friendly behaviors that lead to an improved user experience. We solve this perception task with a sequence-to-sequence classifier of a potential user intention to interact, which can be trained in a self-supervised way. Our main contribution is a study of the benefit of features representing the person’s gaze in this context. Extensive experiments on a novel dataset show that the inclusion of gaze cues significantly improves the classifier performance (AUROC increases from 84.5% to 91.2%); the distance at which an accurate classification can be achieved improves from 2.4 m to 3.2 m. We also quantify the system’s ability to adapt to new environments without external supervision. Qualitative experiments show practical applications with a waiter robot.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google