要約
この研究では、HRI の 2 つの基本的な側面に対処する説明レベル (LOE) の構築と評価に焦点を当てました: 1. ロボットはどのような情報をユーザーに伝達すべきか?
2. ロボットはいつこの情報を伝達する必要がありますか?
LOE を構築するために、冗長性と説明パターンという 2 つの用語を定義し、それぞれに 2 つのレベル (冗長性 – 高および低、説明パターン – 動的および静的) を設定しました。
これらのパラメータに基づいて、テレプレゼンス ロボットを使用したユーザー スタディで 3 つの異なる LOE (高、中、低) が構築され、評価されました。
ユーザー調査は、時間制限内でタスクを実行するグループと時間制限なしでタスクを実行するグループの 2 つの異なるユーザー グループによって評価される、時間の敏感さに関連する 2 つの異なる条件を備えた模擬遠隔ロボット医療タスクに対して実施されました。
ユーザーが時間制限なしの条件で実験を行った場合、説明の適切さ、衝突の数、誤った動きの数、説明の数の観点から、LOE が高いことが好まれることがわかりました。
また、高 LOE と中 LOE の両方で、完了時間、HRI の流暢さ、ロボットの信頼性に大きな差がないこともわかりました。
ユーザーが制限時間付きの条件で実験を行った場合、高および中 LOE の方がタスクのパフォーマンスが良く、完了時間、流暢さ、説明の適切さ、信頼性、衝突の数、間違った動作の数、および信頼性の点で低 LOE よりも好まれました。
説明の数。
LOE を推進するための将来の方向性について議論します。
要約(オリジナル)
In this work, we focused on constructing and evaluating levels of explanation(LOE) that address two basic aspect of HRI: 1. What information should be communicated to the user by the robot? 2. When should the robot communicate this information? For constructing the LOE, we defined two terms, verbosity and explanation patterns, each with two levels (verbosity — high and low, explanation patterns — dynamic and static). Based on these parameters, three different LOE (high, medium, and low) were constructed and evaluated in a user study with a telepresence robot. The user study was conducted for a simulated telerobotic healthcare task with two different conditions related to time sensitivity, as evaluated by two different user groups — one that performed the task within a time limit and the other with no time limit. We found that the high LOE was preferred in terms of adequacy of explanation, number of collisions, number of incorrect movements, and number of clarifications when users performed the experiment in the without time limit condition. We also found that both high and medium LOE did not have significant differences in completion time, the fluency of HRI, and trust in the robot. When users performed the experiment in the with time limit condition, high and medium LOE had better task performances and were preferred to the low LOE in terms of completion time, fluency, adequacy of explanation, trust, number of collisions, number of incorrect movements and number of clarifications. Future directions for advancing LOE are discussed.
arxiv情報
著者 | Shikhar Kumar,Omer Keidar,Yael Edan |
発行日 | 2024-10-30 17:03:27+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google