Technische Samenvatting: StARS – Socially Appropriate Robot Actions via a Recommender System-Driven Approach

1. Probleemstelling

Sociale geschiktheid in mens-robotinteractie (HRI) is niet universeel; het vertoont een significante inter-subjectieve variabiliteit. Dezelfde robotactie in een identieke context kan door de ene gebruiker als behulpzaam en door een andere als intrusief of onveilig worden ervaren. Bestaande benaderingen vertrouwen vaak op geaggregeerde menselijke beoordelingen of gedeelde representaties van geschiktheid, wat betekenisvolle meningsverschillen wegpoetst en er niet in slaagt om individuele gebruikersnormen te vatten. Deze beperking belemmert de inzet van robots in omgevingen met nauw contact (bijv. huishoudens, de zorg) waar personalisatie essentieel is.

De kernuitdaging die wordt aangepakt, is hoe men sociaal geschikte acties kan modelleren en voorspellen die aansluiten bij specifieke gebruikersvoorkeuren, met name wanneer voorkeursfeedback schaars en kostbaar is om te verzamelen. De auteurs herformuleren de generatie van sociaal geschikte acties als een voorkeursmodelleringprobleem, geïnspireerd door aanbevelingssystemen (RS), waarbij annotatoren als gebruikers, scènes als items en geschiktheidsscores als doelvariabelen worden behandeld.

2. Methodologie: Het StARS-framework

De auteurs stellen StARS voor (Socially Appropriate Robot Actions), een model-agnostisch framework dat Collaborative Filtering (CF) integreert met leerbare scène-representaties.

A. Probleemformulering

In plaats van een geaggregeerde score $y_{i,a}$ voor een scène $i$ en actie $a$ te voorspellen, voorspelt StARS een gepersonaliseerde score $\hat{y}_{u,i,a}$ voor een specifieke gebruiker $u$. Het systeem leert van een dataset $D$ van annotaties $(u, i, a, y_{u,i,a})$.

B. Architectuur en Componenten

StARS breidt een differentieerbare scène-encoder $\phi_\theta$ uit met een Collaborative Filtering-module gebaseerd op Matrix Factorization (MF). De voorspellingsfunctie $f(u, i, x_i, a)$ combineert:

1. Latente Factoren: Gedeelde gebruikers-embeddings ($p_u$) en gedeelde scène-embeddings ($q_i$) geleerd via MF om systematische beoordelingstendenzen te vangen.
2. Actie-embeddings: Actie-specifieke embeddings ($r_a$) om meerdere kandidaat-acties te verwerken.
3. Residuele Fusie: Om datasparsiteit te mitigeren en contentinformatie te integreren, fuseert het framework collaboratieve signalen met scène-contentkenmerken ($h_i = \phi_\theta(x_i)$):
   • Scène Residuele Fusie: Een hybride scène-embedding $\bar{q}_i = q_i + h_i$ verrijkt de collaboratieve item-embedding met contentkenmerken (bijv. ruimtelijke lay-out, objectrelaties).
   • Interactie Residuele Fusie: De uiteindelijke voorspelling incorporeert de gebruiker-scène interactie ($p_u \odot \bar{q}_i$) en voegt de contentkenmerk $h_i$ toe als een residuele term. Dit biedt een gebruiker-onafhankelijke content-shortcut, wat voorspellingen stabiliseert in het regime waarin collaboratieve factoren zwak worden ingeschat (het regime van schaarste).

De uiteindelijke voorspellingsvergelijking is:
$$\hat{y}_{u,i,a} = \left( (p_u \odot \bar{q}_i) + h_i \right)^\top r_a + b_u + b_i + b$$
waarbij de $b$-termen globale, gebruikers- en scène-offsets vertegenwoordigen.

C. Trainingsstrategie

StARS hanteert een tweestaps trainingsprotocol:

1. Pre-training van de Scène-encoder: De scène-encoder $\phi_\theta$ wordt vooraf getraind met een tijdelijke lineaire kop om de geschiktheid van acties enkel op basis van scène-kenmerken te voorspellen.
2. End-to-End Gezamenlijke Optimalisatie: De voorgetrainde encoder wordt bevroren (of gefinetuned) en gezamenlijk geoptimaliseerd met de CF-parameters ($p_u, q_i, r_a, b$) met behulp van de volledige gepersonaliseerde voorspellingsdoelstelling.

3. Belangrijkste Bijdragen

• Herformulering van HRI: Het artikel herformuleert de generatie van sociaal geschikte acties als een voorkeursschattingprobleem met behulp van technieken uit aanbevelingssystemen, waarbij expliciet wordt gemodelleerd dat gebruikers van mening verschillen in plaats van dit als een geaggregeerd gemiddelde te behandelen.
• Model-Agnostisch Framework: StARS is ontworpen om geïntegreerd te worden met diverse scène-encoders (bijv. MLPs, Transformers, Graph Neural Networks) en backbones zonder het onderliggende model te hoeven herontwerpen.
• Robuustheid tegen Sparsiteit: Het framework adresseert specifiek de uitdaging van schaarse voorkeursfeedback door gebruik te maken van collaborative filtering om gebruikersspecifieke patronen af te leiden uit beperkte data.
• Empirische Validatie: De aanpak wordt geëvalueerd op twee verschillende datasets: MannersDB+ (huishoudelijke taken op taalniveau) en SocNav1 (sociaal conforme navigatie).

4. Experimentele Resultaten

De auteurs evalueerden StARS tegen diverse backbone-modellen (MLP, ResMLP, DCNv2, GraceAE, FT-Transformer voor MannersDB+; GCN, GIN, GraphSAGE, GGNN, RGCN, GAT voor SocNav1) met behulp van vijf-voudige cross-validatie.

• Prestatieverbetering (RQ1): Over alle backbones en datasets heen, presteerden de StARS-varianten (door integratie van de CF-component) consequent beter dan de basismodellen.
  • Op MannersDB+ vertoonden StARS-varianten substantiële reducties in RMSE (bijv. van ~1.27 naar ~1.13 voor MLP) en significante stijgingen in de Pearson correlatie ($r$) en Lin's Concordance Correlation Coefficient (CCC).
  • Op SocNav1 bereikten de StARS-varianten lagere MSE en hogere correlatiemetingen over alle Graph Neural Network-architecturen heen.
• Consistentie en Systematiciteit (RQ2): Statistische analyse (gepaarde t-testen met Holm-correctie) bevestigde dat de verbeteringen systematisch waren en geen artefacten van specifieke folds of modellen. De winst was statistisch significant ($p < 0.05$) in alle geteste configuraties.
• Robuustheid tegen Schaarste (RQ3): Experimenten met leercurves toonden aan dat StARS substantiële prestatiewinsten biedt, zelfs met beperkte trainingsdata (low-data regimes). De prestaties verbeterden snel bij vroege annotaties, wat suggereert dat de methode data-efficiënt is en geschikt is voor scenario's waarin het verzamelen van gepersonaliseerde feedback kostbaar is.

5. Betekenis en Claims

Het artikel claimt dat StARS de levensvatbaarheid aantoont van aanbevelingssysteem-methoden als een schaalbare aanpak voor gepersonaliseerde besluitvorming in robotica.

• Personalisatie zonder Herontwerp: Het framework maakt gebruikersspecifieke actiekeuze mogelijk zonder dat de onderliggende perceptie- of beslissings-backbone opnieuw ontworpen hoeft te worden, wat ondersteuning biedt voor adaptiever gedrag in real-world HRI.
• Gestructureerde Variabiliteit: De resultaten suggeren dat de variatie in oordelen over sociale geschiktheid gestructureerd is en effectief gevangen kan worden via modellering van de interactie tussen gebruiker en scène, in plaats van als willekeurige ruis.
• Data-efficiëntie: De aanpak biedt een praktisch pad voor personalisatie in HRI waar data schaars is, wat impliceert dat een klein aantal vroege interacties al zinvolle schattingen van gebruikersvoorkeuren kan opleveren.

De auteurs concluderen dat, hoewel StARS zich richt op sociale geschiktheid, de RS-formulering kan worden uitgebreid naar andere personalisatie-gecentreerde HRI-taken, zoals collaboratieve assemblage of adaptieve assistentie, mits er passende feedbackmechanismen aanwezig zijn.