模倣学習2026/8/25arXiv:2608.25196

家庭環境における介護者との縦断的ロボット学習：デモンストレーションからの学習

Longitudinal Robot Learning from Demonstration with Care Providers in a Home Environment

家庭環境で非専門家の介護者がロボットにタスクを教える際の障壁を特定し、事前訓練と適応的フィードバックによる支援の効果を複数回の訪問を通じて評価した。

詳しい要約

1. どんなもの？

本研究は、非専門家のエンドユーザーが自宅環境でロボットにデモンストレーションを通じてスキルを教える際の障壁を特定することを目的とした、縦断的なLearning from Demonstration (LfD)のユーザビリティ評価である。実験は、介護者を対象に複数回の訪問を通じて実施され、ロボットの専門家が不在の状況での教示プロセスを検証する。また、得られたLfDデータセットをオープンソース化する提案も含む。

2. 先行研究と比べてどこがすごい？

先行研究では、LfDのユーザビリティ評価は主に管理された実験室環境で、ロボット工学の実験者が同席する条件下で行われていた。本研究は、実際の家庭環境で、ロボット専門家のライブフィードバックなしに非専門家が教示する状況を評価する点で新規性が高い。さらに、複数回の訪問にわたる縦断的評価と、介護者という特定の人口集団を対象とすることで、生態学的妥当性を高めている。

3. 技術・手法の肝は？

手法の肝は、非専門家の教示を支援するために、先行研究で開発された2つのデモンストレータガイダンス（事前トレーニングと適応的フィードバック）を採用している点である。実験は、介護者が家庭環境でロボットに支援タスクを教示するという設定で、複数回の訪問にわたって実施される。データセットの収集とオープンソース化も重要な要素である。

4. どうやって有効だと検証した？

有効性の検証方法は、人間を対象とした実験（human subjects experiment）を通じて行われる。具体的には、介護者が複数回の訪問でロボットに支援タスクを教示する過程を観察し、非専門家の障壁を特定する。実験は生態学的妥当性を重視し、実際の家庭環境で実施される。

5. 議論はある？

要旨からは、実験結果の詳細や障壁の具体的な内容、適応的フィードバックの効果などについての議論は不明である。また、縦断的評価における学習効果や、介護者特有の課題についての考察も要旨には含まれていない。

6. 次に読むべき論文は？

要旨で参照されている先行研究は、デモンストレータガイダンス（事前トレーニングと適応的フィードバック）を開発した研究である。また、LfDの一般的な手法や、非専門家による教示のユーザビリティ研究が関連する。具体的な論文タイトルは要旨からは不明である。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Nina Moorman, Julianna Schalkwyk, Vriksha Srihari, Qingyu Xiao, Kamel Alrashedy, Hongseok Jeong, Kiersten Lange, Matthew B. Luebbers, Matthew Gombolay

分類: cs.RO, cs.HC

原文アブストラクト

Learning from demonstration (LfD) methods enable non-expert end users to teach robots novel skills without explicit programming. However most evaluations of the usability of LfD with non-experts has been conducted in controlled laboratory environments with a robotics experimenter present. In this work we identify non-expert end users' key barriers when teaching robots via demonstration without live robotics expert feedback in a home environment. In our human subjects experiment we support the non-expert end users through two forms of demonstrator guidance developed in prior work: pre-training and adaptive feedback. Towards the ecological validity of the evaluation, we conduct this experimentation over multiple visits, with a population of care providers. Finally, we propose to open source the resulting LfD dataset of care providers teaching a robot assistive tasks over multiple visits to a home environment.

arXivで原文を読む →arXiv概要ページ