Gestaltung von Interaktionen für aktive Lernroboter

Dieses Papier behandelt einige der Probleme, die auftreten, wenn aktives Lernen im Kontext der Mensch-Roboter-Interaktion (HRI) angewendet wird. Aktives Lernen ist eine attraktive Strategie für Roboterlerner, da es das Potenzial hat, die Genauigkeit und die Lerngeschwindigkeit zu verbessern, aber es kann aus einer Interaktionsperspektive Probleme verursachen. Hier präsentieren wir drei Interaktionsmodi, die es einem Roboter ermöglichen, aktive Lernanfragen zu verwenden. Die drei Modi unterscheiden sich darin, wann sie Anfragen stellen: der erste stellt in jeder Runde eine Anfrage, der zweite stellt nur unter bestimmten Bedingungen eine Anfrage, und der dritte stellt nur auf ausdrückliche Anfrage des Lehrers eine Anfrage. Wir führen ein Experiment durch, in dem 24 menschliche Probanden unserem humanoiden Roboter Simon in jedem Interaktionsmodus Konzepte beibringen, und vergleichen diese Modi mit einem Basismodell, das nur passives überwacht Lernen verwendet. Wir berichten über Ergebnisse sowohl aus einer Lern- als auch aus einer Interaktionsperspektive. Die Daten zeigen, dass die drei Modi, die aktives Lernen verwenden, dem Modus, der passives überwacht Lernen verwendet, sowohl hinsichtlich der Leistung als auch der Präferenz der menschlichen Probanden vorzuziehen sind, aber jeder Modus hat Vor- und Nachteile. Basierend auf unseren Ergebnissen legen wir mehrere Richtlinien fest, die das Design zukünftiger Robotersysteme, die aktives Lernen in einem HRI-Setting verwenden, informieren können.