人間がチームに参加する前に：ヘルスケア・ロボット・チーム・シミュレーションにおける協調失敗の診断

概要: 人は、協調したロボットチームと連携していく方向へ進むにつれて、これらのチームがどのように協調し、どのように失敗するのかを理解することは、信頼を構築し、安全を確保するために不可欠です。しかし、初期段階の開発において人間の協働者に協調の失敗を体験させることは、特に医療のような高いリスクを伴う領域では、費用もかかり危険も伴います。そこで本研究では、監督マネージャーを含むすべてのチーム役割をLLMエージェントとして具体化する、エージェント・シミュレーション手法を採用し、人間がチームに参加する前に協調の失敗を診断できるようにします。制御可能な医療シナリオを用いて、階層構成が異なる2つの研究を実施し、協調行動と失敗パターンを分析します。その結果、協調のボトルネックは、文脈上の知識やモデルの能力ではなく、チーム構造であることが明らかになり、推論の自律性とシステムの安定性の間に緊張関係が存在することが示されます。こうした失敗をシミュレーション上で可視化することで、安全な人間の統合のための基盤を整えます。これらの知見は、プロセス・レベルでの評価、透明性のある協調プロトコル、構造化された人間の統合を含む、レジリエントなロボットチームの設計に関する示唆を提供します。補足資料（コード、タスク・エージェントのセットアップ、トレース出力、協調の失敗および推論行動の注釈付き例を含む）は、次のURLで利用可能です: https://byc-sophie.github.io/mas-to-mars/