Improving Human-Robot Teamwork in Urban Search and Rescue Through Episodic Memory of Prior Collaboration

Sintesi Tecnica: Miglioramento del Lavoro di Squadra Uomo-Robot nella Ricerca e Soccorso Urbano attraverso la Memoria Episodica di Collaborazione Precedente

Definizione del Problema
Un efficace lavoro di squadra uomo-robot in ambienti dinamici e pericolosi come la Ricerca e Soccorso Urbano (USAR) richiede che i robot si adattino ai partner e alle situazioni di compito immediatamente, piuttosto che apprendere esclusivamente tramite tentativi ed errori durante l'interazione. Mentre lavori precedenti nell'ambiente MATRX USAR hanno dimostrato che i robot possono adattarsi nel tempo e che i team uomo-robot possono esternalizzare i modelli di collaborazione (CP) tramite interfacce di chat e riflessione, rimane una lacuna nell'utilizzo di questi schemi storici per inizializzare le interazioni future. Il problema centrale affrontato è come trasferire l'esperienza di squadra esplicita e precedente in un nuovo episodio di collaborazione per migliorare le prestazioni nelle fasi iniziali, invece di affidarsi al fatto che il robot parta con uno stato di memoria vuoto.

Metodologia
Gli autori propongono un framework in cui i modelli di collaborazione storici sono rappresentati come memorie episodiche a grafo di conoscenza e vengono utilizzati per inizializzare un robot prima che un nuovo compito abbia inizio.

1. Ontologia e Rappresentazione:

   • I modelli di collaborazione (CP) sono modellati come grafi di proprietà utilizzando JanusGraph. L'ontologia include sei tipi di entità: robot, participant, cp, situation, robot_action e human_action.
   • Le relazioni sono catturate tramite famiglie di archi (has_cp, has_situation, has_robot_action, has_human_action). Per preservare l'ordine delle azioni, gli archi delle azioni sono distinti da indici di sequenza (ad es., has_robot_action_0, has_robot_action_1), risultando in nove etichette di relazione distinte.
   • Le proprietà dei nodi includono metriche numeriche (ad es., time_elapsed, success) e attributi testuali (stringhe). Gli attributi testuali sono codificati in vettori tramite Sentence-BERT, mentre le caratteristiche numeriche sono normalizzate e proiettate a una dimensionalità comune.

2. Apprendimento della Rappresentazione del Grafo:

   • Viene impiegata una Rete Convoluzionale Grafica Relazionale (RGCN) per apprendere rappresentazioni significative dei grafi CP. Il modello utilizza un obiettivo di classificazione dei nodi con un singolo classificatore lineare sopra l'ultimo strato RGCN.
   • Le dieci classi di nodi corrispondono ai tipi di schema (un cp, una situation, tre stadi di human_action e cinque stadi di robot_action). Questa supervisione permette all'encoder di distinguere tra i primi e gli ultimi passaggi di un modello di collaborazione.
   • Dopo l'addestramento, vengono generate le rappresentazioni a livello di grafo tramite mean-pooling degli embedding finali dei nodi di ciascun grafo CP.

3. Selezione della Memoria e Inizializzazione:

   • Gli embedding dei grafi appresi vengono raggruppati tramite K-means (con $K=5$).
   • Gli autori selezionano euristicamente il Cluster 1 come fonte per la memoria riutilizzabile poiché presenta il tasso di successo più elevato (42%) e una semplicità strutturale (dominata da azioni consecutive del robot con un intervento umano minimo).
   • Viene selezionato come memoria rappresentativa il CP più vicino al centroide del Cluster 1. Questo CP coinvolge una situazione ("Top of rock pile", "Large rock") e una sequenza di due azioni del robot (prendere e lasciare cadere una roccia grande) senza richiedere l'input umano.
   • Nella configurazione sperimentale, il robot viene inizializzato con questo singolo CP, precaricato, prima che l'interazione uomo-robot abbia inizio.

Contributi Principali
Il documento delinea tre contributi primari:

• Rappresentazione della Memoria Episodica di Squadra: Rappresentare i CP dalle interazioni precedenti come memorie episodiche a grafo di conoscenza che preservano il contesto situazionale, la struttura delle azioni e gli esiti del compito in un formato riutilizzabile.
• Selezione dell'Esperienza Precedente Riutilizzabile: Utilizzare l'apprendimento della rappresentazione del grafo con supervisione del tipo di nodo per organizzare i CP storici e identificare un modello rappresentativo per l'inizializzazione.
• Miglioramento delle Prestazioni Iniziali del Team: Dimostrare che l'inizializzazione di un robot con una memoria selezionata migliora significativamente le metriche di prestazione, in particolare all'inizio della collaborazione.

Risultati Sperimentali
Lo studio ha coinvolto 20 partecipanti e 160 osservazioni a livello di round all'interno della simulazione MATRX USAR. Il robot è stato testato in due condizioni: senza memoria inizializzata e con il singolo CP selezionato precaricato.

• Tasso di Successo: Il successo del salvataggio è aumentato dal 25,7% (senza memoria) al 41,3% (con memoria), rappresentando un miglioramento relativo del 60,7%.
• Tempo di Compito: Il tempo medio del compito è stato ridotto di 283 secondi.
• Dinamiche Temporali: I guadagni più significativi si sono verificati nel Round 1, suggerendo che la memoria aiuta i team a orientarsi verso il compito prima che possa avvenire l'adattamento umano.
• Compromessi (Trade-offs): Sebbene il successo e il tempo siano migliorati, il danno alle vittime è stato leggermente superiore in media nella condizione con memoria inizializzata, probabilmente a causa di cadute accidentali di rocce quando il robot ha eseguito strategie di rimozione di detriti pesanti. Le prestazioni sono diminuite nei round più difficili (7 e 8), dove il CP riutilizzato non teneva conto dei rischi specifici della "brown rock" introdotta negli scenari successivi.

Significatività e Rivendicazioni
Gli autori posizionano questo lavoro come un meccanismo concreto per inizializzare un robot con un'esperienza di squadra precedente ispezionabile, piuttosto che una nuova teoria generale del trasferimento di memoria.

• Trasparenza: A differenza degli aggiornamenti di policy opachi, l'esperienza riutilizzata rimane una struttura situazione-azione esplicita e leggibile dall'uomo, che può essere ispezionata, discussa e revisionata dagli operatori.
• Supporto all'Interazione Iniziale: I risultati suggeriscono che la memoria episodica riutilizzabile è più efficace all'inizio della collaborazione, fornendo un punto di partenza coordinato quando le routine condivise non si sono ancora formate.
• Limitazioni: Il documento riconosce modestamente i limiti, tra cui l'ambiente di simulazione, il piccolo campione, la selezione euristica di un singolo CP vicino al centroide e la mancanza di baseline che prevedano memorie casuali o selezionate da esperti. Gli autori notano che l'approccio non elimina i rischi per la sicurezza associati alla rimozione aggressiva di detriti, ma offre un modello di implementazione in cui la conoscenza precedente supporta la coordinazione sotto la supervisione umana.