|
まず，先行研究にて提案されていた，PC作業履歴に基づくPC作業中の割り込み拒否度推定法に，作業者の頭部運動を反映させた，デスクワーク時割り込み拒否度推定法を提案した．作業中の頭部運動分析に基づき，頭部Pitch回転，頭部前後移動を推定指標として抽出し推定式に組み込むことで，PC作業中の拒否度推定の精度が10～15%向上した．また，これまで推定が困難であった，PC外作業時の推定精度を向上させ，特に再現率を30%以上向上させた．本提案手法により，PC作業・PC外作業を含むデスクワーク全般を対象とした割り込み拒否度推定法を実現した．また，頭部運動と割り込み拒否度の関係を認知科学的視点から分析し，作業復帰時間との関係を明らかにした．分析の結果，頭部運動が作業者の内部状態（集中度合，モチベーション等）を表す可能性を示した．次に，上記推定法を，単眼カメラによる顔認識と組み合わせ，PC上で動作する割り込み拒否度推定エンジンを開発した．室員とインタラクションを行う情報エージェントは，作業者のPC間をネットワークを介して移動する．前述の推定アルゴリズムを搭載し，低拒否度の作業者PCへ優先的に移動するルールを設定した.エージェントの動きに対する人の感じる雰囲気分析では，うなづき等の傾聴行動やそれ以外の行動のタイミング，頻度，ばらつきによって，感じる雰囲気が変化すると示唆された．また，情報エージェントは，存在理由としての役割が与えられた上で，非従事時の振る舞いが受け入れられ，また，印象が変化する可能性が検討された．さらに，本研究の応用例として，高齢ドライバの運転支援を目的とする同乗エージェントを試作し，ドライバに与える印象を分析した．分析の結果，運転やエージェントに対する好意的反応が得られたが，個々人の運転スタイルへの適用が必要であることも示唆され，今後の展開を検討している．
|
