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

Resumo Técnico: Aprendizado Longitudinal de Robôs por Demonstração com Cuidadores em um Ambiente Doméstico

Problema
O Aprendizado por Demonstração (LfD - Learning from Demonstration) permite que usuários não especialistas ensinem novas habilidades a robôs sem programação explícita. No entanto, as avaliações de usabilidade atuais de LfD com não especialistas são conduzidas predominantemente em ambientes controlados de laboratório com a presença de um experimentador de robótica. Isso cria uma lacuna na compreensão das barreiras que os usuários finais não especialistas enfrentam ao ensinar robôs em ambientes domésticos não estruturados e dinâmicos sem o feedback de um especialista ao vivo. Além disso, embora trabalhos anteriores sugiram que os demonstradores melhoram ao longo de múltiplas sessões, há uma falta de dados longitudinais sobre como os não especialistas, especificamente cuidadores, se adaptam ao ensinar tarefas assistivas ao longo do tempo em ambientes domésticos realistas.

Metodologia
Os autores propõem um experimento com seres humanos conduzido ao longo de três visitas no Georgia Tech Aware Home, um ambiente doméstico autêntico. O estudo visa uma população de cuidadores (tanto formais, como enfermeiros e terapeutas, quanto informais, como familiares) sem experiência prévia em robótica ou ciência da computação.

• Arquitetura do Sistema:

  • Percepção: O sistema processa fluxos RGB-D de uma câmera Intel RealSense usando YOLOE para detecção e segmentação de objetos. As medições de profundidade são retroprojetadas em nuvens de pontos 3D, e as poses dos objetos são estimadas usando o registro de Ponto Mais Próximo Iterativo (ICP) contra formas predefinidas.
  • Algoritmo de Aprendizado: O robô utiliza Primitivas de Movimento Probabilísticas Cartesianas (ProMPs) sobre o efetuador final e poses de objetos rastreados. As ProMPs foram selecionadas por sua capacidade de aprender com demonstrações limitadas, tempos de treinamento rápidos e robustez a mudanças nas poses dos objetos em comparação com o Behavior Cloning ou modelos de Ação de Linguagem-Visão.
  • Interface: Uma interface interativa permite que os participantes decomponham tarefas em habilidades de baixo nível, demonstrem essas habilidades e criem "receitas" de habilidades.

• Condições Experimentais:
  O estudo utiliza um delineamento entre sujeitos (between-subjects) com duas condições:

  1. Condição PT+AF: Os participantes recebem Pré-Treinamento (PT) na Visita 1, onde tentam a decomposição de tarefas e visualizam vídeos de decomposições ideais e demonstrações de especialistas. Eles então recebem Feedback Adaptativo (AF) nas Visitas 2 e 3.
  2. Condição AF: Os participantes pulam a Visita 1 e recebem apenas AF nas Visitas 2 e 3.

• Mecanismos de Feedback (AF):

  • Feedback de Modelo de Fundação (FM): Fornece orientação sobre a generalização da decomposição de tarefas. Um módulo de esclarecimento iterativo ajuda novatos a definir domínios e tarefas com detalhamento suficiente.
  • Replay de Robô Real (RRR): O robô executa a política aprendida no ambiente físico para observação do usuário.
  • Feedback de Realidade Aumentada (AR): O robô executa a política em AR, permitindo que os usuários visualizem o desempenho e a generalização sem riscos físicos ou interações demoradas.

• Procedimento:

  • Visita 1: Participantes da condição PT ensinam tarefas em domínios predefinidos (ex: empilhamento de Tupperware).
  • Visita 2: Participantes ensinam tarefas adicionais em novos domínios com todos os três tipos de AF disponíveis.
  • Visita 3: Participantes definem domínios e tarefas customizados com AF disponível.
  • Métricas: O estudo avalia a porcentagem de conclusão de tarefas, o alinhamento entre o desempenho previsto e o real, e métricas de experiência do usuário (usabilidade, aceitação, confiança aprendida e carga de trabalho). A análise estatística utilizará regressões lineares múltiplas com efeitos mistos.

Principais Contribuições

1. Design Experimental: O artigo propõe um experimento com seres humanos projetado para caracterizar desafios e oportunidades para o implante de sistemas de LfD com usuários finais não especialistas em ambientes domésticos, utilizando especificamente pré-treinamento e feedback adaptativo.
2. Liberação de Dataset: Os autores propõem disponibilizar um dataset de múltiplas visitas composto por cuidadores ensinando tarefas assistivas a um robô. Este dataset inclui descrições em linguagem natural, nuvens de pontos, trajetórias de efetuador/juntas, áudio e filmagens de vídeo (egocêntricas e exocêntricas). O objetivo é suplementar datasets existentes como MIME e RoboPro com tarefas assistivas realistas e de múltiplas visitas.

Resultos e Desfechos
Como este artigo descreve um estudo proposto e um framework de coleta de dados, ele não reporta resultados estatísticos finais ou métricas de desempenho específicas do experimento concluído. Em vez disso, a seção "Desfechos" detalha os entregáveis pretendidos:

• A liberação do dataset longitudinal para permitir o benchmarking padronizado de algoritmos de aprendizado de robôs interativos.
• O relato de descobertas de fatores humanos relacionadas às três Questões de Pesquisa (diferenças de desempenho de tarefas, alinhamento de previsão e experiência do usuário).
• A proposta de diretrizes de design para pesquisadores e profissionais que implantam sistemas de LfD em ambientes domésticos para tarefas assistivas, especificamente adaptadas para cuidadores e coleta de dados de múltiplas visitas.

Significância
O artigo afirma sua significância ao abordar a "validade ecológica" da pesquisa de LfD. Ao mover-se de configurações de laboratório para um ambiente doméstico realista e focar em um estudo longitudinal com cuidadores, o trabalho busca identificar as barreiras específicas que os não especialistas enfrentam ao ensinar robôs sem feedback de especialistas ao vivo. O dataset e as diretrizes de design resultantes visam facilitar o desenvolvimento de robótica assistiva mais robusta, personalizada e amigável, capaz de se adaptar a ambientes humanos não estruturados.