StretchBot：介助ロボットによる適応的な誘導のためのニューラル・シンボリック・フレームワーク

arXiv cs.RO / 2026/4/2

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

StretchBot は、介助的なストレッチおよびリハビリテーションのルーチンに対して適応的で状況を踏まえたガイダンスを提供する、ハイブリッドのニューラル・シンボリックなロボティック・コーチングの枠組みとして導入される。
本システムは、マルチモーダル知覚と、知識グラフに基づく大規模言語モデルの推論を融合することで、短時間のセッション中にガイダンスを調整しつつ、構造化されたルーチンを維持する。
3名の参加者による探索的なパイロット研究では、台本型（スクリプト型）と適応型のガイダンスを比較し、適応型が知覚される適応性および文脈的妥当性でより高いスコアを示すことが分かった。
スクリプト型のガイダンスは、滑らかさと予測可能性において競争力を維持しており、身体を介した相互作用における「適応性」と「一貫性」の間にトレードオフがあることを示唆する。
著者らは、これらの結果を、構造化された知識が LLM ベースの適応を基盤づけうるという予備的な証拠として位置づけ、頑健性・汎化性・長期的なユーザー体験を評価するために、より大規模な縦断研究を求めている。

概要: 助けとなるロボットは、例えば利用者をストレッチやリハビリテーションのルーティンに導くことで、家庭やヘルスケア環境における身体的ウェルビーイングを支援する可能性がますます高まっています。しかし、既存のシステムは依然として大部分が台本（スクリプト）に基づいており、利用者の状態、環境の文脈、そして相互作用のダイナミクスに適応する能力が制限されています。本研究では、適応的な支援ガイダンスのための、ハイブリッドなニューラル・シンボリックロボティックコーチであるStretchBotを提案します。本システムは、マルチモーダル知覚と、知識グラフに基づく大規模言語モデルの推論を組み合わせることで、短時間のストレッチセッション中に、構造化されたルーティンを維持しつつ、状況に応じた調整を可能にします。システムの説明に加えて、3名の参加者を対象に、台本ベースのガイダンスと適応型ガイダンスを比較する探索的なパイロット実験について報告します。このパイロットの結果は、適応型条件が、知覚された適応性と文脈上の関連性を向上させた一方で、台本ベースのガイダンスは、滑らかさと予測可能性において拮抗していたことを示唆しています。これらの結果は、構造化された実行可能な知識が、身体性のある支援的インタラクションにおいて、言語モデルに基づく適応の土台となるのに役立つ可能性を示す予備的な証拠であるとともに、頑健性、汎化性、長期的な利用者体験を評価するためには、より大規模で長期の研究が必要であることも浮き彫りにします。