Attune：ロボットオペレータの注意プロファイルを理解する自己注釈ツール

何が起きたか

研究者らは、複雑な実環境でロボット群を展開する際に、複数のロボットを同時に監視するオペレータの注意管理に着目し、視線を行動設計の手がかりとする事前展開型の自己注釈ツール「Attune」を開発した。Attuneは、意味のある視線移動を自動検出し、AI支援で注釈付けを行い、視線パターンの要約を出力する。ユーザー研究では、参加者が注意を引いた視覚的トリガーを注釈付けし、視線パターンの多様性とAttuneの有用性が示された。

詳細

ロボット群を複雑な実環境に展開するには、人間のオペレータが複数のロボットを同時に監視する必要がある。オペレータの注意管理は、マルチロボット監視インターフェース設計の基本的な課題であり、フィードのレイアウトとフィードの内容（ロボットの行動設計）の両方が関わる。しかし、これまで設計者は、マルチロボット監視中にオペレータの注意を引き付け、維持し、解放するためにロボットの行動をどう変えるかについて、経験的な指針を欠いていた。 研究者らは、オペレータの視線をロボット行動設計の手がかりと捉え、展開前に使用する引き出しツール「Attune」を開発した。Attuneは、意味のある視線移動が発生したタイミングを自動的に特定し、なぜ視線移動が起きたかを注釈付けするためのAI支援を提供し、オペレータの視線パターンの要約を出力する。 評価では、参加者が注意を引いた視覚的トリガーを注釈付けするユーザー研究を実施した。その結果、観察された視線パターンにはばらつきがあり、Attuneがオペレータの注意の特徴付けに役立つことが示された。

Key Facts

なぜ重要か

この研究は、マルチロボット監視におけるオペレータの注意管理という基本的な課題に対し、視線データを行動設計に活用する新しい手法を提案する。Attuneは、設計者がロボットの行動をオペレータの注意プロファイルに合わせて調整するための経験的指針を提供する可能性があり、今後のロボットインターフェース設計に影響を与えると期待される。