SATO Wataru Laboratory
ヒトの好みに基づくロボットの表情学習モデル
(Yang, Liu, Sato, Minato, Liu, & Nishida: IROS 2025)
自動的なロボットの表情生成は，ヒトとロボットの相互作用において極めて重要である．
固定された関節構成に基づく手作業による手法では，硬直的で不自然な動作が生じがちだからだ．
近年の自動化技術は手動調整の必要性を減らしたが，ヒトの好みとモデル予測の間の隔たりを十分に埋めていないため，自由度の制限や知覚統合の不十分さから，繊細で現実的な表情表現に欠ける傾向がある．
本研究では，この乖離を解消しロボット顔の表現力を向上させるため，ヒトのフィードバックを活用する新たな学習型ランク付けフレームワークを提案する．
具体的には，一対比較アノテーションによりヒトの嗜好データを収集し，表情評価を洗練するSiamese RankNetベースの手法「Human Affective Pairwise Impressions（HAPI）」モデルを開発した．
35自由度アンドロイドプラットフォームにおけるベイジアン最適化とオンライン表情調査の結果，本手法が生成する怒り・喜び・驚き表情は，ベースライン手法や専門家設計手法と比較して，現実性と社会的共鳴性が著しく高いことを実証した．
本フレームワークが，ヒトの嗜好とモデル予測の隔たりを効果的に埋めると同時に，ロボット表情生成をヒトの感情的反応と強固に整合させることが確認されたと言える．
最近の研究にもどる
メインにもどる