2016 Fiscal Year Annual Research Report
Educational-Support Robot Empathizing Learners for Collaborative Learning
| Project/Area Number |
16H02889
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
古橋 武 名古屋大学, 工学研究科, 教授 (60209187)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉川 大弘 名古屋大学, 工学研究科, 准教授 (20303753)
中村 剛士 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (90303693)
加納 政芳 中京大学, 工学部, 教授 (90387621)
ジメネス フェリックス 名古屋大学, 工学研究科, 助教 (60781507)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | ソフトコンピューティング / 感性ロボティクス / ヒューマンロボットインタラクション |
|---|
| Outline of Annual Research Achievements |
本研究では，ロボットの表情と身体動作を合わせた共感表出法を開発し，人とロボットによる協調学習を持続させるロボットの行動モデルを開発する．そして，学習者に飽きられること無く，長く，ともに学ぶ合う教育支援ロボットを開発する．H28年度では，多様な表情表出と身体動作が可能なロボット，ロボットの身体動作で感情を表現できる身体表現法，協調学習を促すロボットの行動モデルの開発に取り組んだ．
多様な表情表出と身体動作による感情表現が可能なロボットとして，タブレット上のエージェントと身体が可動するスタンドを組み合わせたタブレット型教育支援ロボットTabotを開発した．タブレットには24種類の表情を表出するエージェントを実装した．スタンドは，胴体部分(自由度1)，腕部分(自由度3)，首部分(自由度3)が可動するものである．これにより，Tabotは多様な表情表出と身体動作による感情表現が可能である．
心理学の知見を基に最小の動作で感情を表現できる身体表現法を構築した．そして，被験者実験を通して身体表現法を用いたTabotが喜びや悲しみなどの18種類の感情を表現できることを確認した．
従来の協調学習を促すロボットの行動モデルは，ロボットが問題を解く動作と学習者を観察する動作を交互に実行する行動モデルである．本研究では，ロボットが問題を解く動作に，ロボットの正解率を学習者と同じように変動させる学習能力，モデリングと呼ばれる学習支援能力を新たに搭載し，被験者実験を通して各能力の効果を検証した．実験の結果，ロボットの正解率を学習者と独立して変動させることが協調学習の持続性の向上に有効であること，そして，モデリングによる学習支援が協調学習による学習効果を向上させられることを示した．
Tabotによる身体表現法により受賞2件，モデリングによる学習支援により査読付論文1件の成果を上げた．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初は，身体動作に特化したロボットRPC-S1と表情変化に特化したロボットIfbot，Babyloid をベースとしたアンドロイド型ロボットを試作する予定であった．しかし，アンドロイド型ロボットは高価格となりすぎてしまう．そこで，タブレット上のエージェントにより表情表出を行い，このタブレットと首，両腕が可動するロボットを組み合わせた，タブレット型教育支援ロボットTabotを開発した．Tabotは，市販のタブレットに身体動作機構のみを付加するため低価格化が容易である．一家に一台，もしくは一人に一台の普及を早め，教育振興に貢献できるだけでなく，産業としても大きな可能性を持つと考えている．
本身体表現法は身体動作が可能なロボットならばTabot以外にも活用することができ，実用性の高い身体表現法である．従来のラバン理論による身体表現法では大人の身体をモチーフとしているため，腕を大きく動かす必要があった．本身体表現法では最小の動作で感情を表すことができるため，人とロボットが共に学ぶ状況において学習者の集中の妨げにならない可能性が高い．そして，被験者実験を通して本身体動作法を用いたロボットは喜びや悲しみなどの18種類の感情を表現できることを示した．
協調学習を促す行動モデルでは，ロボットが問題を解く動作にモデリングと呼ばれる学習支援能力を搭載することで，ロボットが学習者に及ぼす学習効果を向上できることを示した．また，被験者実験を通して，ロボットの正解率は学習者と同じように変動させるのではなく，学習者と独立して変動させることが協調学習の持続性の向上に有効であるという新たな知見を得ることができた．
モデリングによる学習支援により査読付論文1件の成果を上げた．特筆すべきは，Tabotによる身体表現法が高く評価され，2件の受賞に結びついたことである．
|
| Strategy for Future Research Activity |
H29年度では，まず，表情変化による共感表出法に，H28年度に開発した身体表現法を組み合わせ，相乗／相殺効果を調べる．また，多種多様な感情を表現できる共感表出法へと改良する．例えば，「喜び」の表情に，「思案中」の動作を組み合わせて，「幸福感」を表出することなどである．被験者実験を行い，表情・身体動作とRussellの感情円環モデルとの対応関係を明らかにする．
これまでの感情円環モデルは，24 種類の感情表現が可能であった．表情と身体動作を組み合わせることで，ロボットはより複雑な感情を表現可能となる．そこで，40 種類以上の感情を円環上に表したPlutchik の感情円環モデルを参考に，より複雑かつ自然な感情表現へと感情円環モデルを拡充する．そして，感情ベクトル更新法を新モデル用に拡張する．さらに，表情認識技術を用いて学習者の心理状態を把握し，タイミング良く感情表出する感情ベクトル更新法を考案する．
タブレット型教育支援ロボットTabotに本共感表出法を搭載して被験者実験を小学生，中学生，大学生の被験者を対象に繰り返し実施して，ロボットの外観，表情，身体動作を評価する．検証実験は，KIP進学塾の生徒，名古屋大学，名古屋工業大学，中京大学の学生を被験者にして進める．その評価結果を基に，Tabotの改良版を考案，試作する．
協調学習を促す行動モデルにおけるロボットが問題を解く動作に，ロボットに人らしさを持たせるために，学習内容を徐々に忘れる忘却能力を加える．学習者を観察する動作のために，ヒントを提供する学習支援能力，経過時間／正誤の状況に応じた共感表出能力などを考案する．被験者実験を通してロボットが学習者に及ぼす効果を検証する．検証実験は，名古屋大学，名古屋工業大学，中京大学にて学生を被験者にして進める．
|
