Publicly Offered Research
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
本研究では，生活支援ロボットが必要に応じて人から情報を得ながらタスクを遂行する，というシナリオで対話研究を行う．ロボットが指示されたタスクを実行する過程で，情報が不十分な状況が頻繁に生じる．その際，人から対話によって情報を得ることは一つの手段であるが，一方，自ら行動して必要な情報を獲得することもあり得る．そこで，対話や行動の効果やコストのトレードオフを考慮して，適切な振る舞いを選択するための手法を研究する．指示された物体のロボットによる探索，人とロボットの協働物体探索，ロボットによる未知物体情報の獲得の3つのタスクを対象にシステム開発と評価を行う．
生活支援ロボットが人から指示されたタスクを実行する過程で，行動計画のための情報が不確かな状況が頻繁に生じる．したがって，適切な質問を生成し対話によって人から追加情報を得る仕組みは重要である．しかし，ロボットは自律エージェントであるので，追加情報を常に人から得る必要はなく，自らその情報を取得・探索する選択肢もあり，情報の不確かさを常に人との対話で解消しようとするとユーザビリティが低下したり，タスク達成時間が長くなったりする．そこで，本研究では情報の不確さを表現・計算し，それに基づき対話と行動を適応的に選択する手法を，2つのロボットタスクに対して開発・評価した．ロボットと人の共同物体探索タスクにおいて，人の過去および未来の探索行動の推定手法を開発した．ロボットが推定した人の行動の推定結果にあいまいさがある場合に対話を選択する戦略に加え，人ロボット間の双方向の対話が可能なシステムを構築した．仮想空間での人ロボット間のインタラクションを利用した被験者実験によって，対話がない場合に比べ探索効率が向上することを示した．人の指示に基づく物体探索タスクにおいて，物体の配置に関する不確かさ（物体の存在可能位置の確率分布）を既存のデータベースから初期化しロボットの観測にしたがって更新する手法，および対話の効果とコストのトレードオフを考慮して対話を選択する手法を開発し，物体の候補場所がより多く，またその配置から探索経路がより長くなるほど人への質問が多くなることが確かめられた．
令和5年度が最終年度であるため、記入しない。
All 2023 2022 Other
All Journal Article (1 results) (of which Peer Reviewed: 1 results, Open Access: 1 results) Presentation (3 results) (of which Int'l Joint Research: 1 results) Remarks (1 results)
2023 IEEE/CVF International Conference on Computer Vision Workshops
Volume: - Pages: 1841-1848
10.1109/iccvw60793.2023.00199
https://www.aisl.cs.tut.ac.jp/
