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

Resumen Técnico: Aprendizaje de Robots Longitudinal mediante Demostración con Cuidadores en un Entorno Doméstico

Planteamiento del Problema
El Aprendizaje desde la Demostración (LfD, por sus siglas en inglés) permite que usuarios no expertos enseñen nuevas habilidades a los robots sin necesidad de una programación explícita. Sin embargo, las evaluaciones de usabilidad actuales de LfD con no expertos se realizan predominantemente en entornos controlados de laboratorio con la presencia de un experimentador robótico. Esto crea una brecha en la comprensión de las barreras que enfrentan los usuarios finales no expertos al enseñar a los robots en entornos domésticos no estructurados y dinámicos sin la retroalimentación de un experto en vivo. Además, aunque trabajos previos sugieren que los demostradores mejoran a lo largo de múltiples sesiones, existe una falta de datos longitudinales sobre cómo los no expertos, específicamente los cuidadores, se adaptan para enseñar tareas asistenciales a lo largo del tiempo en entornos domésticos realistas.

Metodología
Los autores proponen un experimento con sujetos humanos realizado durante tres visitas en el Georgia Tech Aware Home, un entorno doméstico auténtico. El estudio se dirige a una población de cuidadores (tanto formales, como enfermeros y terapeutas, como informales, como familiares) sin experiencia previa en robótica o ciencias de la computación.

• Arquitectura del Sistema:

  • Percepción: El sistema procesa flujos RGB-D de una cámara Intel RealSense utilizando YOLOE para la detección y segmentación de objetos. Las mediciones de profundidad se retroproyectan en nubes de puntos 3D, y las poses de los objetos se estiman mediante el registro de la Transformación de Proximidad Iterativa (ICP) contra formas predefinidas.
  • Algoritmo de Aprendizaje: El robot utiliza Primitivas de Movimiento Probabilísticas (ProMPs) cartesianas sobre el efector final y las poses de objetos rastreados. Se seleccionaron las ProMPs por su capacidad para aprender de demostraciones limitadas, tiempos de entrenamiento rápidos y robustez ante cambios en las poses de los objetos en comparación con el Aprendizaje por Imitación (Behavior Cloning) o los modelos de Acción de Lenguaje-Visión.
  • Interfaz: Una interfaz interactiva permite a los participantes descomponer tareas en habilidades de bajo nivel, demostrarlas y crear "recetas" de habilidades.

• Condiciones Experimentales:
  El estudio emplea un diseño entre sujetos con dos condiciones:

  1. Condición PT+AF: Los participantes reciben Pre-Entrenamiento (PT) en la Visita 1, donde intentan la descomposición de tareas y visualizan videos de descomposiciones óptimas y demostraciones expertas. Posteriormente, reciben Retroalimentación Adaptativa (AF) en las Visitas 2 y 3.
  2. Condición AF: Los participantes omiten la Visita 1 y reciben únicamente AF en las Visitas 2 y 3.

• Mecanismos de Retroalimentación (AF):

  • Retroalimentación de Modelo Fundacional (FM): Proporciona orientación sobre la generalizabilidad de la descomposición de tareas. Un módulo de aclaración iterativo ayuda a los novatos a definir dominios y tareas con suficiente detalle.
  • Replay de Robot Real (RRR): El robot ejecuta la política aprendida en el entorno físico para la observación del usuario.
  • Retroalimentación de Realidad Aumentada (AR): El robot ejecuta la política en AR, permitiendo a los usuarios visualizar el rendimiento y la generalizabilidad sin riesgo físico ni interacciones que consuman mucho tiempo.

• Procedimiento:

  • Visita 1: Los participantes de la condición PT enseñan tareas en dominios predefinidos (por ejemplo, apilamiento de recipientes Tupperware).
  • Visita 2: Los participantes enseñan tareas adicionales en nuevos dominios con los tres tipos de AF disponibles.
  • Visita 3: Los participantes definen dominios y tareas personalizadas con AF disponible.
  • Métricas: El estudio evalúa el porcentaje de finalización de tareas, la alineación entre el rendimiento previsto y el real, y métricas de experiencia de usuario (usabilidad, aceptación, confianza aprendida y carga de trabajo). El análisis estadístico utilizará regresiones lineales múltiples con efectos mixtos.

Contribuciones Clave

1. Diseño Experimental: El artículo propone un experimento con sujetos humanos diseñado para caracterizar los desafíos y oportunidades de desplegar sistemas LfD con usuarios finales no expertos en un entorno doméstico, utilizando específicamente el pre-entrenamiento y la retroalimentación adaptativa.
2. Liberación de Dataset: Los autores proponen la liberación de un dataset de múltiples visitas que comprende a cuidadores enseñando tareas asistenciales a un robot. Este dataset incluye descripciones en lenguaje natural, nubes de puntos, trayectorias de efector final/articulaciones, audio y metraje de video (egocéntrico y exocéntrico). Su objetivo es complementar datasets existentes como MIME y RoboPro con tareas asistenciales realistas de múltiples visitas.

Resultados y Resultados Esperados
Dado que este artículo describe un estudio propuesto y un marco de recolección de datos, no reporta resultados estadísticos finales ni métricas de rendimiento específicas de la realización completada del experimento. En su lugar, la sección de "Resultados" detalla los entregables previstos:

• La liberación del dataset longitudinal para permitir la evaluación estandarizada de algoritmos de aprendizaje de robots interactivos.
• El reporte de hallazgos de factores humanos relacionados con las tres Preguntas de Investigación (diferencias en el rendimiento de las tareas, alineación de la predicción y experiencia del usuario).
• La propuesta de directrices de diseño para investigadores y profesionales que despliegan sistemas LfD en entornos domésticos para tareas asistenciales, específicamente adaptadas para cuidadores y recolección de datos de múltiples visitas.

Significancia
El artículo reclama significancia al abordar la "validez ecológica" de la investigación en LfD. Al pasar de entornos de laboratorio a un entorno doméstico realista y centrarse en un estudio longitudinal con cuidadores, el trabajo busca identificar las barreras específicas que enfrentan los no expertos al enseñar a los robots sin retroalimentación de un experto en vivo. El dataset resultante y las directrices de diseño pretenden facilitar el desarrollo de una robótica asistencial más robusta, personalizada y fácil de usar que pueda adaptarse a entornos humanos no estructurados.