Using Explainable AI and Hierarchical Planning for Outreach with Robots

要約

ロボットが私たちの日常生活でより普及している今日の世界では、ロボットがどのようにタスクを計画し、実行するかを理解することが非常に重要です。
ただし、幼稚園から高等学校までの生徒など、専門家以外の生徒にロボット計画の複雑さを教えるのは困難な場合があります。
この研究では、ロボットが複雑なモバイル操作タスクを実行するために使用するさまざまな計画プロセスの詳細を抽象化するビジュアル インターフェイスを使用してプロセスを簡素化する、オープンソース プラットフォーム \nameAbbr{} を紹介します。
Explainable AI の分野で開発された原理を使用したこの直観的なプラットフォームにより、学生は高レベルの直観的な命令セットを使用して複雑なタスクを実行し、それらを内蔵シミュレーターで視覚化し、役立つヒントやエラーに対する自然言語の説明を得ることができます。
最後に、\nameAbbr{} には、生徒にカスタマイズされた学習段階を提供する適応型カリキュラム生成メソッドが含まれています。
このプラットフォームの有効性は、コンピューター サイエンスの背景がほとんどまたはまったくない大学生を対象としたユーザー調査を通じてテストされました。
私たちの結果は、\nameAbbr{} がベースラインと比較して生徒の参加を増やし、ロボット プログラミングを教え、タスクを解決するのに必要な時間を短縮するのに非常に効果的であることを示しています。

要約(オリジナル)

Understanding how robots plan and execute tasks is crucial in today’s world, where they are becoming more prevalent in our daily lives. However, teaching non-experts, such as K-12 students, the complexities of robot planning can be challenging. This work presents an open-source platform, \nameAbbr{}, that simplifies the process using a visual interface that abstracts the details of various planning processes that robots use for performing complex mobile manipulation tasks. Using principles developed in the field of explainable AI, this intuitive platform enables students to use a high-level intuitive instruction set to perform complex tasks, visualize them on an in-built simulator, and to obtain helpful hints and natural language explanations for errors. Finally, \nameAbbr{}, includes an adaptive curriculum generation method that provides students with customized learning ramps. This platform’s efficacy was tested through a user study with university students who had little to no computer science background. Our results show that \nameAbbr{} is highly effective in increasing student engagement, teaching robotics programming, and decreasing the time need to solve tasks as compared to baselines.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google