曖昧さを明確化するための対話駆動型介助ロボティクスに向けたマルチモーダルデータ収集フレームワーク：ウィザード・オブ・オズのパイロット研究

arXiv cs.RO / 2026/4/17

📰 ニュース

共有:

要点

本論文は、介助ロボティクスにおける重要な制約として、現在のインターフェースやデータセットが、自然な人-ロボット相互作用におけるマルチモーダルで対話駆動の曖昧さを十分に捉えられていない点を指摘する。
対話ベースのプロトコルと、2部屋構成のウィザード・オブ・オズ環境を用いたマルチモーダルデータ収集フレームワークを提案し、ロボットの自律性を模擬しつつ、自然なユーザ行動を促す。
システムは、5つの同期したモダリティ――RGB-D映像、会話音声、IMU信号、エンドエフェクタのデカルト姿勢、全身の関節状態――を、5つの車椅子/ロボットアーム介助タスクにわたって記録する。
5名の参加者による53試行のパイロットデータセットを収集し、運動の滑らかさ解析とユーザーフィードバックにより評価した結果、このアプローチが多様な曖昧さのタイプを表現できることが示された。
著者らは、このフレームワークは、曖昧さを意識した介助制御の学習、ベンチマーク、および評価を支援するために、大規模データセットへ拡張するのに適していると主張する。