中断しない支援：非侵入型のヒューマンロボット支援のためのベンチマークとLLMベースのフレームワーク

要旨: 人とロボットのインタラクション（HRI）は、エージェントと人が共有目標を達成するためにどのように協調するかを、長年にわたって研究してきた。本研究では、非侵襲的支援をHRIの独立したパラダイムとして形式化し、ベンチマークを行う。ここでは、ロボットが人の進行中の複数ステップの活動を主導的に支援する一方で、割り込みを厳密に回避する。従来のHRIタスクが、直接的な命令、明示的な交渉、あるいはユーザの習慣や履歴に基づく先回りの介入に依存しているのに対し、本タスクでは人間の計画を主要なプロセスとして扱い、支援を「いつ行動するか」「何をするか」の共同意思決定として定式化する。この問題を体系的に評価するために、シミュレーションベンチマークであるNIABenchを新たに構築し、非侵襲的支援タスクに合わせた新しい指標も提案する。さらに、LLMとスコアリングモデルを統合するハイブリッドアーキテクチャを提案する。スコアリングモデルはまず意味論的リトリーバルを適用して大規模な候補行動集合を絞り込み、その後ランカーが人間のステップとロボットの行動の組を評価することで、タイミングとステップ間の依存関係を考慮した推論を可能にする。NIABenchと現実世界のシナリオの両方に対する包括的な実験により、本手法が、人間の負担を軽減しつつタスク有効性を維持する、先回り型の非侵襲的支援を実現することを示す。