Integrating Flow Theory and Adaptive Robot Roles: A Conceptual Model of Dynamic Robot Role Adaptation for the Enhanced Flow Experience in Long-term Multi-person Human-Robot Interactions

著者: Huili Chen, Sharifa Alghowinem, Cynthia Breazeal, Hae Won Park · HRI 2024

ライセンス

• オープンアクセス
• 論文: CC BY 4.0

以下の内容はすべて、論文のライセンス（CC BY 4.0）に従い論文全文に基づいています。図は著者のクレジットを付けて掲載しています。

要約

集団ロボットの適応目標を、難易度とスキルの均衡であるユーザーのフロー体験に設定し、ロボットの支援役割をリーダーとフォロワーの間で切り替えることでそれを達成する。

重要な理由

家庭、教室、介護の場面におけるソーシャルロボットは、複数のセッションにわたって小集団とインタラクションすることが増えており、そこでは固定された行動方針を設計するのが難しい。このモデルは、集団ロボットが何を最適化し、どの行動を変えるべきかを決める構造化された方法を設計者に与える。同時に、ロボットの社会的アイデンティティと性格は固定し、それらがインタラクションの交絡要因にならないようにする。

課題

ロボットの適応に関する研究の多くは、インタラクション全体を通じて固定された一つの目標をもつ単一ユーザーを対象としており、ロボット自身の行動ではなくコンテンツを適応させることが多い。複数人 HRI の研究の大半は、Wizard-of-Oz 方式のテレオペレーションやルールベースの方針を用いており、リアルタイムに適応できない。著者らは、一人と複数人の両方のインタラクションをカバーする長期適応の一般化されたモデルを見つけられなかった。

提案手法

ロボットの適応目標はユーザーのフロー体験であり、個人レベルと集団レベルで認知的サブ目標と感情的サブ目標に分けられる。その重みは集団要因（例えば社会人口学的属性、ロボットへの態度、ベースラインの行動）と活動要因（進捗、資源、環境）によって決まり、セッション内またはセッション間で変わりうる。ロボットは、フォロワー、学習者、教わる側から、コーチ、リーダー、指導者へと至る支援役割のスペクトル上を移動することでこの目標を追求する。集団の成績が優先されるときはよりリーダー的に、対人関係の力学が優先されるときはよりフォロワー的になる。

主な知見

• フローには認知的な側面（活動の難易度とユーザーのスキルの比較）と感情的な側面（例えばラポール）があり、両者は互いを調節するため、ロボットの目標には両方が必要である。
• 集団レベルの感情はメンバーの感情状態を平均しても得られない。二者間のラポール、対人同期、集団凝集性といった構成概念が必要である。
• 成績の低いメンバーを犠牲にしたり、インタラクションの資源を不平等に配分したりして集団の成績を最大化する方針は、集団に最適な体験を与えにくい。
• 役割を切り替える頻度は文脈に合ったものでなければならない。一つの活動の中で実演者から助けを求める側へ急に切り替えると、ロボットが何を知っているのかについて集団を混乱させうる。
• 適応させるべきはロボットの支援役割だけであり、社会的役割、アイデンティティ、性格を変えると交絡変数が加わる。

主な結果

• 個人の認知、集団の認知、個人の感情、集団の感情という 4 つのサブ目標からなる階層的な適応目標を定義する。その重みは文脈に依存し、セッション内またはセッション間で変わりうる。
• その重みを決める集団関連の 4 つの要因（d.1 社会人口学的属性と関係性、d.2 活動とロボットに対する認識、d.3 ベースラインの行動、d.4 セッション直前の状態）と、活動関連の 3 つの要因（a.1 進捗、a.2 資源の制約、a.3 文脈と環境）を挙げる。
• Sebo らのサーベイにおける、集団の中のロボットの役割をフォロワー、ピア、リーダーに分ける 3 カテゴリの分類を、人間のメンバーの役割に対して相対的に定義した、リーダーからフォロワーへの連続的な支援役割のスペクトルに置き換える。
• 動的なロボットの役割適応を 2 つの具体例で定式化する。対人関係の力学が目標を支配するときはフォロワー的な役割、チームの成績が支配するときはより主導的な役割である。
• 独自の定量的結果は報告していない。著者らは、このモデルが、ロボットと親子による物語の読み聞かせについて別途発表した実証研究で適用されたと述べている。

制限事項

• 複数人 HRI におけるフロー体験について、すぐに使える指標や測定方法は示していない。フレームワークを測定可能な指標にすることは今後の課題とされている。
• これは概念モデルであり、HRI の実務者向けの実用的な設計ツールやシステム開発のフレームワークではない。
• 集団の力学、感情、成績について複雑なセンシングと知覚を必要とすることになり、著者らは現在の自律的な HRI システムでは技術的に難しい可能性があると述べている。
• ユーザー研究、事例研究、定量的分析によるさらなる実証的検証が必要である。
• リーダーとフォロワーの支援役割は、行動設計の一つの可能な軸にすぎない。感情的と認知的、あるいは動機付け的と情報的といった他のスペクトルの方が、文脈によっては適している可能性がある。

分野への影響

HRI 2024 Best Paper Award（Theory & Methods トラック、フルペーパー）を受賞し、被引用数は 21。概念的な論文であり、コード、データ、ハードウェア設計は公開していない。

概要

本論文では、人間との長期的なインタラクションにおけるロボットの行動適応のための新しい概念モデルを提示する。これは、ロボットの動的な役割適応と心理学におけるフロー体験の原理を統合したものである。この概念化は、フロー体験に基づく階層的なインタラクション目標を導入し、それをロボットの包括的な適応目標とする。この目標は認知的と感情的の両方のサブ目標を織り交ぜ、個人レベルと集団レベルの人間の要因を取り込む。動的な役割適応のアプローチは我々のモデルの要であり、活動の難易度とユーザーのスキルの均衡を保ち、それによってユーザーの最適なフロー体験を促すことを目指して、ロボットがその支援役割を――リーダーからフォロワーまで――柔軟に適応させる能力を重視している。さらに本研究では、提案する概念化の限界と応用可能性を包括的に検討する。我々のモデルは、HRI の中でも探究が進んでおらず難しい側面である複数人 HRI のパラダイムを特に重視している。それによって、HRI 分野における我々の概念化の適用範囲と意義を広げ、人間との長期的なインタラクションを維持できる適応型ソーシャルロボットの今後の開発に貢献することを目指す。

リンク

• arXiv 2401.02833: https://arxiv.org/abs/2401.02833
• DOI 10.1145/3610977.3634945: https://doi.org/10.1145/3610977.3634945
• PDF: https://arxiv.org/pdf/2401.02833v1