Locomotion Variability and User Experience in Smart Wheelchair Human-Robot Interaction

Technische Samenvatting: Locomotievariabiliteit en Gebruikerservaring in Mens-Robotinteractie met Slimme Rolstoelen

Probleemstelling
Menselijke beweging is inherent variabel en stochastisch, terwijl modelgebaseerde strategieën voor Mens-Robotinteractie (HRI)-ondersteuning vaak uitgaan van deterministisch gedrag. Door menselijke variabiliteit te behandelen als ruis die geminimaliseerd of onderdrukt moet worden, kunnen conventionele controlesystemen onbedoeld de gebruikerservaring veranderen, wat potentieel het gevoel van agency (handelingsbekwaamheid) vermindert. Hoewel de functionele voordelen van variabiliteit voor motorisch leren worden erkend, blijft de bewuste instandhouding ervan in gedeelde controleomgevingen — en de specifieke impact daarvan op de gebruikerservaring in fysiek gekoppelde systemen — onderbelicht. Deze studie adresseert het gat in het begrip van hoe verschillende ondersteuningsstrategieën die variabiliteit ofwel onderdrukken of behouden, zowel de objectieve taakprestaties als de subjectieve gebruikerservaring beïnvloeden.

Methodologie
De auteurs voerden een gebruikersstudie uit met een Intelligent Elektrische Rolstoel (IPW) die fungeert als een systeem met gedeelde controle. Het systeem maakte gebruik van een platform met differentiële aandrijving met krachtsensoren op de handgrepen om menselijke input te registreren. De studie vergeleek drie verschillende automodi:

1. Geen Ondersteuning (noSup): Een baselineconditie zonder automatiseringondersteuning, gebruikt om de natuurlijke bewegingspatronen en variabiliteit van elke deelnemer vast te leggen.
2. Ondersteuning met Lage Variabiliteit (lowVar): Een conventionele ondersteuningsmodus die continue rotationele begeleiding langs een gemiddeld pad biedt, waardoor variabiliteit gedurende het gehele traject effectief wordt onderdrukt.
3. Ondersteuning met Hoge Variabiliteit (highVar): Een nieuwe, autonomie-ondersteunende modus die natuurlijke bewegingsvariabiliteit selectief behoudt. Deze strategie maakt gebruik van een "variabiliteitsfactor" ($\lambda(k)$) die gemodelleerd is als een omgekeerde klokvormige curve. Het past maximale ondersteuning toe (hoge gain) in taakrelevante regio's (start- en eindpunten) om precisie te waarborgen, terwijl de ondersteuning wordt geminimaliseerd (lage gain) in taakirrelevante regio's (het middensectie van het pad) om natuurlijke menselijke variabiliteit toe te staan.

Experimenteel Ontwerp
Tweeëntwintig deelnemers voerden een punt-naar-punt navigatietaak uit, waarbij zij de IPW voortduwden van een startpositie door een deuropening naar een doel. Elke deelnemer voltooide 15 herhalingen onder elke van de drie condities. De volgorde van de ondersteunde condities werd pseudo-gerandomiseerd.

• Objectieve Maten: Taakirrelevante positievariabiliteit (maximale variantie van padfout), eindpuntfout, eindpuntvariabiliteit en menselijke arbeid (cumulatieve rotationele input).
• Subjectieve Maten: Gevoel van Agency (SoA), Waargenomen Nuttigheid en Gebruiksgemak (via QUEAD2), en algemene Gebruikerservaring (via UEQ).

Belangrijkste Bijdragen

1. Nieuw Controleframework: Het ontwerp van een gedeelde controleframework dat expliciet menselijke natuurlijke variabiliteitspatronen incorporeert. Het staat selectief variabiliteit toe in taakirrelevante gebieden terwijl het de ondersteuning handhaaft in taakrelevante regio's, wat contrasteert met traditionele benaderingen die variabiliteit uniform verminderen.
2. Empirische Evaluatie: Een systematische gebruikersstudie die bewijs levert voor de effecten van het behouden versus het beperken van variabiliteit op zowel taakprestaties als gebruikerservaring in een fysiek gekoppeld mens-machine systeem.
3. Ontwerpprincipes: Bewijs dat het behouden van natuurlijke variabiliteit de taakrelevante prestaties niet in gevaar brengt en het gevoel van agency en de waargenomen nuttigheid aanzienlijk kan verbeteren.

Resultaten

• Objectieve Prestaties: De studie bevestigde dat de highVar-modus erin slaagde een hogere taakirrelevante variabiliteit te behouden vergeleken met de lowVar-modus, waarbij het het natuurlijke klokvormige variabiliteitspatroon van de noSup-conditie nauwgezet nabootste. Cruciaal was dat er geen significante verschillen waren in taakrelevante prestatie-indicatoren (eindpuntfout en eindpuntvariantie) tussen de drie modi. Dit geeft aan dat het behouden van variabiliteit het succes van de taak niet heeft verslechterd.
• Subjectieve Ervaring:
  • Gevoel van Agency: Deelnemers rapporteerden een significant hoger gevoel van agency in de highVar-modus vergeleken met de lowVar-modus. De highVar-modus was vergelijkbaar met de noSup-baseline, terwijl de lowVar-modus het gevoel van agency aanzienlijk verminderde.
  • Waargenomen Nuttigheid: De highVar-modus ontving significant hogere scores voor waargenomen nuttigheid vergeleken met de noSup-modus.
  • Gebruiksgemak: HighVar vertoonde een marginaal significante verbetering in waargenomen gebruiksgemak vergeleken met noSup.
  • Algemene Gebruikerservaring: Beide ondersteunde modi (lowVar en highVar) ontvingen significant hogere scores voor gebruikerservaring dan de noSup-modus, hoewel er geen significant verschil werd gevonden tussen de twee ondersteunde modi.

Betekenis en Claims
Het artikel claimt dat variabiliteit-bewuste ondersteuning een levensvatbaar ontwerpprincipe is voor mensgerichte HRI-systemen. De bevindingen suggereren dat het beperken van de inherente variabiliteit van een mens de interactie-ervaring negatief beïnvloedt, specifiek door het verlagen van het gevoel van agency. Daarentegen kunnen ondersteuningsstrategieën die de belichaamde structuur van menselijke beweging respecteren — door precisie in taakrelevante dimensies te ondersteunen terwijl flexibiliteit in taakirrelevante dimensies wordt toegestaan — zowel prestaties als gebruikersautonomie ondersteunen.

De auteurs concluderen bescheiden dat hoewel ontwerpen die variabiliteit behouden veelbelovend zijn voor het balanceren van technische prestaties met een positieve gebruikerservaring, de resultaten verkennend van aard zijn. Zij merken op dat het gebruik van gepersonaliseerde referentietrajecten (afgeleid van het natuurlijke pad van elke gebruiker) de verschillen tussen de ondersteunde modi, met name met betrekking tot bruikbaarheid, mogelijk heeft afgezwakt. De studie benadrukt dat het behandelen van variabiliteit als ruis die geëlimineerd moet worden minder effectief is dan het ontwerpen van systemen die de functionele structuur van menselijke bewegingsvariabiliteit benutten. Toekomstig werk wordt gesuggereerd om gepersonaliseerde variabiliteitspatronen, perceptuele drempels van variabiliteit en de toepassing van deze principes op complexere, niet-locomotie gerelateerde taken te verkennen.