가상과 실제 환경에서의 Patience Cube 테스트베드 환경 구성 및 두 환경에서의피실험자 행동 전략 분석 (Patience Cube Testbed Environments in Virtual and Real Environments and Subject’s Behavioral Strategy Analysis across Both Environments)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 33권 / 6호 / 570 ~ 576페이지
· 저자명 : 심대한, 정호진, 김송우, 윤한얼

초록

Learning from demonstration(LfD)은 피실험자의 시연 동작 데이터를 기반으로 머신러닝에이전트를 구현하는 방법론 중 하나이다. 동일한 시작 조건 아래에서 다양한 피실험자로부터 또는 반복적인 시행으로부터 시연 데이터를 획득할 필요가 있을 때는, 가상 환경에서 시연 데이터를 획득하는 것이 더 효율적이다. 이때 가상 환경에서의 피실험자의 시연을 주어진 상황(state)에 따른 행동(action) 전략으로 간주하려면, 가상 환경에서 획득한 데이터가실제 환경에서 측정한 데이터와 차이가 없음이 전제되어야 한다. 본 논문에서는 가상 환경과 실제 환경에서 주어진 시각운동(visuomotor) 태스크에 대해 사람이 같은 행동 전략을 생성한다는 것을 통계적으로 검증한다. 먼저 21명의 피실험자로부터, 가상 환경과 실제 환경에서 patience cube를 수행할 때, 근전도 데이터와 기구학적 데이터를 획득하였다. 다음으로가상/실제(virtual/real) 환경을 요인(factor)으로 하여 획득된 데이터에 대한 paired t-test 검증을 수행하였다. 이를 통해, 사람이 patience cube를 수행할 때 있어, 두 환경에서 피실험자의 행동 전략과 관계된 물리량들에 통계적으로 유의미한 차이가 없음이 검증되었다. 결과적으로, 가상환경에서 획득된 피실험자의 patience cube 수행 데이터를 현실 세계의 로봇 시스템의 LfD를 위한 학습에 적용할 수 있는 타당성을 확인하였다.

영어초록

Learning from demonstration(LfD) is a method to train a machine learning agentusing behavioral data measured from subject demonstrations. When demonstrationdata from various subjects are required under identical initial conditions or acrossrepeated trials, acquiring such data within a virtual environment proves to be amore efficient approach. To identically consider a subject’s demonstration in avirtual environment as an action strategy for a given state in a real world, it shouldbe premised that data collected in both environments mirrors each other. In thispaper, we empirically substantiate that subject behavioral strategy is identicalacross both environments. First, we collected sEMG and and kinematic data from21-subjects while performing a given visuomotor task across both environments.
Next, we performed a paired t-test using the virtual/real environment as a factor.
The results showed, when the subjects performed the given task, that there did notexist a statistically significant difference in their behavioral strategy under bothenvironments, Consequently, the outcomes of this study validated that the subjectdemonstration data collected in virtual environment can be applied for LfD to trainrobotic systems in real world.

참고자료

· 없음