Robot Tasks with Fuzzy Time Requirements from Natural Language Instructions

要約

自然言語により、誰でもロボット プログラミングにアクセスできるようになります。
ただし、自然言語に固有のあいまいさは、柔軟性のない従来のロボット システムにとって課題となります。
私たちは、時間要件があいまいな指示 (「数分後に開始する」など) に焦点を当てます。
以前のロボット工学研究に基づいて、ファジー スキルを導入します。
これらは、あいまいな実行時間要件を表す、いわゆる満足関数を使用してロボットによる実行を定義します。
このような機能は、スキル実行の潜在的な開始時間に対するユーザーの満足度を表現します。
ロボットが複数のあいまいなスキルを処理する場合、満足度関数は実行に対する一時的な許容範囲を提供するため、満足度に基づいた最適なスケジューリングが可能になります。
ユーザー調査により、個々のユーザーの期待に基づいてこのような機能を一般化しました。
参加者は、さまざまな時点で指示の実行に対する満足度を評価しました。
私たちの調査により、台形関数がユーザーの満足度に最もよく似ていることがわかりました。
さらに、この結果は、実行がさらに将来に指定されている場合、ユーザーはより寛大であることを示唆しています。

要約(オリジナル)

Natural language allows robot programming to be accessible to everyone. However, the inherent fuzziness in natural language poses challenges for inflexible, traditional robot systems. We focus on instructions with fuzzy time requirements (e.g., ‘start in a few minutes’). Building on previous robotics research, we introduce fuzzy skills. These define an execution by the robot with so-called satisfaction functions representing vague execution time requirements. Such functions express a user’s satisfaction over potential starting times for skill execution. When the robot handles multiple fuzzy skills, the satisfaction function provides a temporal tolerance window for execution, thus, enabling optimal scheduling based on satisfaction. We generalized such functions based on individual user expectations with a user study. The participants rated their satisfaction with an instruction’s execution at various times. Our investigations reveal that trapezoidal functions best approximate the users’ satisfaction. Additionally, the results suggest that users are more lenient if the execution is specified further into the future.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google