モーター知能一次元チューリングライクハンドシェイクテスト

この手順の全体的な目標は、ハンドシェイクのコンピューター モデルが人間のハンドシェイクにどの程度一致しているかを判断することです。これは、最初に、人間のコンピューターが生成した握手のペア、またはテレロボットインターフェースを使用して2つの組み合わせのいずれかを被験者に提示することによって達成されます。手順の2番目のステップは、各被験者に各ペア内で、2つの握手のどちらがより人間らしいかを選択するように依頼することです。

手順の最後のステップは、被験者の回答から、握手モデルの人間の類似性グレード、モデルの人間の類似性グレード、またはMHLGを計算することです。最終的には、チューリングのようなハンドシェイクテストを使用して、MH Gsという異なるモデル間で有意な違いを示す結果を得ることができます。チューリングテストは、実際には言語的知能に限定されており、科学者やエンジニアは、運動行動の運動制御面で人工知能と自然知能の間に大きなギャップを観察しました。

多くの科学者がこのモーターバージョンのツーリングテストについて考えましたが、つい最近になって、運転可能なロボットデバイスが研究室で放棄され、ツーリングのような握手テストのためのシンプルで再現可能なプロトコルの実装が容易になりました。この方法は、自然な人間のタッチ体験を提供する人間の腕の動きの主要な特徴は何かなど、人間のロボットインタラクション分野の重要な質問に答えるのに役立ちます。この技術の意味は、脳性麻痺などの運動障害の診断にまで及びます。

次のステップは、健康な人間の握手と障害のある人を区別できるロボット診断デバイスを構築することです。1。テレロボットシステムを介した握手の動きは自然ではなく、ロボットの取り扱い方法と対話方法を学ぶには時間と練習が必要なため、この方法を視覚的にデモンストレーションすることが重要です。古典的なツーリングテストの元のコンセプトに従って、握手実験は、人間、コンピューター、尋問者の3つのエンティティで構成されています。

インタレゲータと人間は同じ部屋に座っていますが、スクリーンで隔てられているため、インタレゲータはコンピュータと人間のどちらがハンドシェイクを生成しているかを見ることができません。握手は直接の握手ではなく、人間の握手の場合は2つのファントムデスクトップロボットと1つのファントムロボットとソフトウェアで構成される機械的なテレロボットインターフェースを介して行われます。コンピュータ握手の場合、コンピュータ画面に握手という言葉が出ると、尋問者と人間は、テレロボットインターフェースのスタイラスを垂直方向に動かして、すぐに握手動作をします。

尋問者の仕事は、2つの握手を比較し、ホームキーまたはF1キーを押して最初の握手を選択するか、EndキーまたはF2キーを押して2番目の握手を選択することで、どちらがより人間らしいかを選択することです。このビデオで示されている3つの実験プロトコルは、比較される握手の構成によって互いに異なります。最初のプロトコルは純粋なチューリングテストプロトコルですが、人間のハンドシェイクとコンピューターで生成されたハンドシェイクの間の選択です。

第2のプロトコルには、人間が生成した力とコンピュータが生成した力のさまざまな組成であるハンドシェイクが含まれます。3番目のプロトコルには、人間が生成したハンドシェイクとノイズ、または純粋にコンピューターが生成した力のさまざまな組み合わせであるハンドシェイクが含まれます。実験中、ランダムファイルの名前を入力するプロンプトでランダムファイルが自動的に作成されます。

ファイルがすでに存在する場合は、既存のファイルが使用されます。それ以外の場合、システムは指定された名前で新しいランダム ファイルを自動的に生成します。ランダム ファイルは、さまざまなハンドシェイクが発生する順序を定義します。

純粋なプロトコルは、人間と尋問者がテレロボットシステムを通じて24回握手する2回の握手の12回の練習試行から始まります。尋問者は、彼が人間と握手するこの段階を知っています。これらの模擬試験の目的は、参加者にテレロボットインターフェースに慣れ親しむことです。

練習ラウンドの後、各試行で4つの試行のブロックが行われます。人間のハンドシェイクは、この例に示すように、4 つのコンピューター モデル ハンドシェイクのいずれかとランダムな順序で比較されます。例えば、ブロック1のトライアル1では、取調官は2回握手をします。

最初のハンドシェイクは人間によって生成され、2 番目のハンドシェイクはモデル 3 によって指示された力を使用してコンピューターによって生成されます。次に、尋問者は1番の握手と2番の握手のどちらかを選択して、どちらの握手がより人間に近いかを決定します。たとえば、質問者が握手番号1を選択した場合、より人間に近い質問者が人間の握手を選択したことになります。

しかし、尋問者は、次の裁判で人間の握手を正しく特定したかどうかは知らされません。質問者の最初の握手はコンピューターで生成されたモデル2と、2回目の握手は人間と握手します。尋問者は再び最も人間らしい握手を選びます。

さらに 2 つの試験が同様の方法で行われます。残りの 2 つのモデルをテストするには、モデル 1 とモデル 4 を人間のハンドシェイクに対してテストします。これで、1ブロックの試行が完了します。

この実験は、4 回の試行からなる 11 個のブロックで構成され、各ブロックに 4 つのモデル ハンドシェイクがランダムな順序で提示されます。最初のブロックは練習用ブロックで、残りの10個のブロックに対して解析が行われます。実験の10ブロックを完了した後、4つの握手モデルのそれぞれが人間の握手に対して10回テストされました。

11の実験ブロックが完了した後、テストされた4つのモデルのそれぞれについて、モデルの人間の類似性グレードが計算されます。分析は、被験者がモデルの握手が人間の握手よりも人間に似ていると答えた握手の割合を計算することによって行われます。たとえば、質問者が 10 回の握手のうち 2 回で、人間の握手よりもモデル 1 の握手を選択した場合、モデルと人間の比率は 0.2 になり、この比率に 2 を掛けて、モデルの人間の類似性グレードを取得します。

比率が0.2のモデルごとに、モデルの1人のモデル、人間の類似性グレードは0.4になります。10回の試行のうち4回でモデル3がより人間に近いと選択された場合、その比率は0.4、モデルの人間の類似性グレードは0.8になります。モデルが人間と区別できない場合、計算された比率は 0.5 になり、モデルの人間の類似性グレードは 1 になります。

モデルが明らかに非人間である場合、そのモデルのように、人間の類似性の評価はゼロになります。厚生労働省の上限は1つです。このプロトコルでは、生成されたハンドシェイクは、純粋なコンピュータ生成ハンドシェイクから純粋なヒューマンハンドシェイクまでのスケールで特定の組み合わせが試行間で異なるヒューマンパートモデルを引き離します。

したがって、この一連の実験は、重み付け人体モデル検定と呼ばれます。プロトコールは、尋問者が純粋に人間の握手を認識し、装置に慣れることを学ぶための練習ブロックから始まります。したがって、練習ブロックには、純粋に人間の握手とコンピューターで生成された握手を比較する 30 回の試行があります。

各裁判の終わりに、尋問者は2つの握手のうちどちらが最も人間に似ていたかを選びます。インテロゲーターが人間のハンドシェイクを正しく識別すると、画面は正しく表示されます。インタマガネーターが正しいハンドシェイクを選択しない場合、間違ったメッセージが表示され、インタマガニティは最後の練習試行を繰り返す機会があります。

練習ブロックの後、尋問者は2つの握手を評価するための一連の試行を開始します。2つの握手は、刺激握手と基準握手であり、それぞれが人間とモデルの力の組み合わせです。基準握手では、質問者が感じる握手は、人間によって生成された力とコンピューターで生成されたモデルとが均等に混ざり合っています。

言い換えれば、人間の参加者が握手動作をする一方で、その握手は質問者が知覚する力の50%しか構成せず、残りの50%は刺激ハンドシェイクのモデルから来る力であり、質問者が感じる握手は、人間とコンピュータ生成モデルによって生成された力の様々な混合物である。刺激ハンドシェイクの一部では、人間によって寄与された割合は半分以上であり、したがって、参照ハンドシェイクよりも多くなります。他の刺激ハンドシェイクでは、人間によって寄与された割合は半分未満であり、したがって、参照ハンドシェイクよりも少なくなります。

各裁判の終わりに、尋問者はより人間らしく感じられる握手を選ぶように求められます。この実験では、3 つのモデル、2 つのテスト モデル、1 つの基本モデルを比較します。純粋なプロトコルと同様に、このプロトコルは1つの未解析ブロックから始まり、その後に10個の実験ブロックが続きます。

各実験ブロックは、3つのモデルの組み合わせのそれぞれについて、モデルとヒトの8つの線形組み合わせのそれぞれを含む24回の試行で構成されています。10の実験ブロックが完了すると、ロジスティック心理測定機能が質問者の回答に適合します。添付の記事で説明したように、結果の曲線にはインテロゲーターの確率が表示されます。

それに答えるために、刺激ハンドシェイクは参照ハンドシェイクよりも人間に似ているアルファ刺激からアルファ参照を引いた関数として、主観的等価性またはPSEの点が心理測定曲線の0.5閾値レベルから抽出され、アルファ刺激とアルファ参照との間の差を示し、握手がモデルのように等しく人間的であると認識されます。加重ヒトモデルプロトコルのヒト肖像グレードは、0.5からPSEを差し引くことによって計算され、最も人間に類似した可能性が最も高いと認識されるモデル、それぞれ0または1のヒト肖像グレード値。最終的なプロトコルでは、モデルのハンドシェイクを、一部の人間の部分のランダム ノイズ ハンドシェイクと比較します。

このプロトコルでは、刺激ハンドシェイクは、モデルに基づいてコンピュータ生成ハンドシェイクである。一方、基準ハンドシェイクは、人間のハンドシェイクとホワイトノイズのさまざまな組み合わせから生成される力であり、最大絶対力は2Nで、最大周波数はπに対して2のオーダー5のローパスバターワースフィルタを使用してフィルタリングされます。各裁判の終わりに、尋問者はより人間らしく感じられる握手を選ぶように求められます。

このプロトコルは、前の加重人体モデルテストと同様の設計になっています。練習ラウンドと未解析のブロックの後、一連の10個の実験ブロックが次のように実行されます。PSEは、以前と同様に心理測定曲線から抽出され、追加されたノイズプロトコルのモデルの人間の類似性グレードを定義します。

この図は、純粋なプロトコルの結果を示し、人間のハンドシェイクと 2 つの異なるモデルのハンドシェイクを比較しています。2 つのポイントは、KB one と KB two という 2 つの粘弾性モデルの計算モデル人間の類似度グレード値を示しています。その結果、モデルKB2はモデルKB1よりも人間に似ていると認識されていることが示されています。

この図は、重み付けモデルヒューマンプロトコルの結果を示しており、ヒューマンモデルハンドシェイクの変動比率とヒューマンモデルハンドシェイクの固定比率50:50を比較しました。黒のマーカーはテストモデルのモデルの人物の類似性グレードを表し、灰色のマーカーは基本モデルのものを表します。エラーバーは、心理測定曲線、信頼区間を表します。

この図は、モデルハンドシェイクと、人間とノイズ成分の比率が異なるハンドシェイクを比較する、追加されたノイズプロトコルの結果を示しています。黒のマーカーはモデルの人物の類似性グレードを表し、灰色のマーカーはノイズのマーカーを表します。エラーバーは、心理測定曲線の信頼区間を表します。

これらの結果は、粘弾性モデルKB 2が、3つの評価方法すべてを使用して、粘弾性モデルKB oneよりも人間に似ていると認識されることを実証していますこの手順を試みる一方で、ロボットデバイスと適切に対話することを忘れず、この手順に従って相互作用をできるだけスムーズにしようとすることが重要です。広汎性発達障害における人間の握手の認識、テストなどの他の方法は、広汎性発達障害が人間と非人間のジェスチャーを区別する能力にどのように影響するかなどの追加の質問に答えるために実行できますか?現在、その開発後、この手法は、認識ツールとしてハンドシェイクを使用する道を開くことができます。

握手の目的は、相手について何かを学ぶことであると仮定します。したがって、私たちが提案する人間のような握手を開発する方法論は、握手から相手に関する情報を抽出することができる握手分類システムの開発も促進することができます。このビデオを見た後、握手テストのような一次元ツアーを実行する方法と、握手テストトーナメントのような最初の国際ツアーに提出された握手モデルをどのように評価するかについて十分に理解しているはずです。