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

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

라이선스

오픈 액세스
논문: CC BY 4.0

아래 내용은 모두 논문의 라이선스(CC BY 4.0)에 따라 논문 전문을 바탕으로 하며, 그림에는 저자를 표기했습니다.

요약

집단 로봇의 적응 목표를 도전과 기술의 균형인 사용자의 몰입 경험으로 설정하고, 로봇의 지원 역할을 리더와 팔로워 사이에서 바꾸어 그 목표에 도달한다.

중요한 이유

가정, 교실, 돌봄 환경의 소셜 로봇은 점점 더 여러 세션에 걸쳐 소규모 집단과 상호작용하며, 이런 환경에서는 고정된 행동 정책을 설계하기 어렵다. 이 모델은 집단 로봇이 무엇을 최적화해야 하고 어떤 행동을 바꿔야 하는지 정하는 구조화된 방법을 설계자에게 제공하며, 로봇의 사회적 정체성과 성격은 고정해 상호작용을 교란하지 않도록 한다.

문제

로봇 적응 연구는 대부분 상호작용 전체에 걸쳐 고정된 하나의 목표를 가진 단일 사용자를 대상으로 했으며, 로봇 자신의 행동보다는 콘텐츠를 적응시키는 경우가 많다. 대부분의 다인 HRI 연구는 실시간으로 적응할 수 없는 Wizard-of-Oz 원격 조작이나 규칙 기반 정책을 사용한다. 저자들은 단일 인물 상호작용과 다인 상호작용을 모두 다루는 장기 적응의 일반화된 모델을 찾지 못했다고 밝힌다.

제안 방법

로봇의 적응 목표는 사용자의 몰입 경험이며, 이는 개인 수준과 집단 수준의 인지적·정서적 하위 목표로 나뉜다. 그 가중치는 집단 요인(예: 사회인구학적 특성, 로봇에 대한 태도, 기준 행동)과 활동 요인(진행 상황, 자원, 환경)에 의해 정해지며, 세션 안에서 또는 세션 간에 바뀔 수 있다. 로봇은 팔로워, 학습자 또는 피교육자에서 코치, 리더 또는 교사에 이르는 지원 역할 스펙트럼을 따라 이동하며 이 목표를 추구한다. 집단 성과가 우선일 때는 더 리더에 가깝게, 대인 관계 역학이 우선일 때는 더 팔로워에 가깝게 움직인다.

핵심 통찰

몰입에는 인지적 차원(활동의 도전 수준 대 사용자 기술)과 정서적 차원(예: 라포)이 있으며 두 차원은 서로를 조절하므로, 로봇의 목표에는 둘 다 필요하다.
집단 수준의 정서는 구성원의 정서 상태를 평균해서 얻을 수 없다. 양자 간 라포, 대인 동기화, 집단 응집력 같은 구성 개념이 필요하다.
성과가 낮은 구성원을 희생하거나 상호작용 자원을 불균등하게 배분하면서 집단 성과를 최대화하는 정책은 집단에 최적의 경험을 주기 어렵다.
역할 전환 빈도는 맥락에 맞아야 한다. 한 활동 안에서 시연자에서 도움을 청하는 쪽으로 갑자기 전환하면, 로봇이 무엇을 아는지에 대해 집단이 혼란스러워할 수 있다.
로봇의 지원 역할만 적응해야 한다. 사회적 역할, 정체성, 성격을 바꾸면 교란 변수가 추가된다.

주요 결과

네 가지 하위 목표(개인 인지, 집단 인지, 개인 정서, 집단 정서)로 이루어진 위계적 적응 목표를 정의하며, 그 가중치는 맥락에 따라 달라지고 세션 안에서 또는 세션 간에 바뀔 수 있다.
그 가중치를 정하는 네 가지 집단 관련 요인(d.1 사회인구학적 특성과 관계, d.2 활동과 로봇에 대한 인식, d.3 기준 행동, d.4 세션 직전의 상태)과 세 가지 활동 관련 요인(a.1 진행 상황, a.2 자원 제약, a.3 맥락과 환경)을 제시한다.
Sebo et al.의 서베이에 나온 집단 내 로봇 역할의 세 범주 분류(팔로워, 동료, 리더)를 인간 구성원의 역할에 상대적으로 정의된 리더-팔로워 간 연속적인 지원 역할 스펙트럼으로 대체한다.
동적인 로봇 역할 적응을 두 가지 예시로 정형화한다. 대인 관계 역학이 목표를 지배할 때는 팔로워에 가까운 역할, 팀 성과가 지배할 때는 더 이끄는 역할이다.
자체적인 정량적 결과는 보고하지 않는다. 저자들은 이 모델이 별도로 출판된, 로봇과 함께하는 부모-자녀 이야기 읽기에 대한 실증 연구에 적용되었다고 밝힌다.

한계

다인 HRI에서 몰입 경험을 위한 바로 쓸 수 있는 지표나 측정을 제공하지 않는다. 프레임워크를 측정 가능한 지표로 바꾸는 일은 향후 과제로 남는다.
이는 개념 모델이며, HRI 실무자를 위한 실용적인 설계 도구나 시스템 개발 프레임워크가 아니다.
집단 역학, 감정, 성과에 대한 복잡한 감지와 인식을 전제하는데, 저자들은 이것이 현재의 자율 HRI 시스템으로는 기술적으로 어려울 수 있다고 말한다.
사용자 연구, 사례 연구, 정량 분석을 통한 추가적인 실증 검증이 필요하다.
리더-팔로워 지원 역할은 행동 설계의 가능한 축 중 하나일 뿐이다. 정서-인지 또는 동기-정보 같은 다른 스펙트럼이 일부 맥락에 더 적합할 수 있다.

분야에 미친 영향

HRI 2024 Best Paper Award(Theory & Methods 트랙, 정규 논문) 수상작이며 인용 수는 21회다. 개념 논문으로, 코드, 데이터, 하드웨어 설계를 공개하지 않는다.

초록

본 논문에서는 인간과의 장기적인 상호작용에서 로봇의 행동 적응을 위한 새로운 개념 모델을 소개하며, 동적인 로봇 역할 적응을 심리학의 몰입 경험(flow experience) 원리와 통합한다. 이 개념화는 몰입 경험에 근거한 위계적 상호작용 목표를 도입하며, 이는 로봇의 최상위 적응 목표 역할을 한다. 이 목표는 인지적 하위 목표와 정서적 하위 목표를 함께 엮고, 개인 수준과 집단 수준의 인간 요인을 통합한다. 동적 역할 적응 접근법은 우리 모델의 초석으로, 활동의 도전 수준과 사용자의 기술 사이의 균형을 유지하여 사용자의 최적 몰입 경험을 촉진하는 것을 목표로, 로봇이 리더에서 팔로워에 이르기까지 지원 역할을 유연하게 바꾸는 능력을 강조한다. 또한 이 연구는 제안한 개념화의 한계와 잠재적 응용을 포괄적으로 탐구한다. 우리 모델은 HRI에서 아직 충분히 탐구되지 않았으면서도 어려운 차원인 다인 HRI 패러다임에 특히 중점을 둔다. 이를 통해 우리는 HRI 분야에서 우리 개념화의 적용 가능성과 관련성을 넓히고, 인간과의 장기적인 상호작용을 지속할 수 있는 적응형 소셜 로봇의 향후 개발에 기여하고자 한다.

링크

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