📝 원문 정보
- Title: Explaining Why Things Go Where They Go: Interpretable Constructs of Human Organizational Preferences
- ArXiv ID: 2512.24829
- 발행일: 2025-12-31
- 저자: Emmanuel Fashae, Michael Burke, Leimin Tian, Lingheng Meng, Pamela Carreno-Medrano
📝 초록 (Abstract)
이 논문은 서비스 로봇의 물체 재배치 문제를 다룬다. 이 문제는 사용자의 조직 선호도에 따라 공간 내에서 원하는 구성으로 아이템을 정리하는 것을 의미한다. 기존 연구들은 일정한 정돈 방식을 사용했지만, 본 논문에서는 사용자별로 다양한 선호도를 반영할 수 있는 해석 가능한 구조체를 제안한다.
💡 논문 핵심 해설 (Deep Analysis)
1. **Interpretable formulation of arrangement preferences:** People decide where to place objects based on spatial practicality, habitual convenience, semantic coherence, and commonsense appropriateness.
2. **A measurement tool for the proposed constructs:** A questionnaire measures how strongly each construct influences decisions and verifies their reliability.
3. **Preferences-aligned arrangement generation:** Using Monte Carlo Tree Search (MCTS) planners, arrangements are generated that align with human preferences.
This research enables robots to arrange objects in a way similar to humans while also explaining why they make such choices, making the process more transparent and understandable for users.
📄 논문 본문 발췌 (Excerpt)
<ccs2012> <concept>
<concept_id>10010520.10010553.10010554</concept_id>
<concept_desc>컴퓨터 시스템 조직 로봇공학</concept_desc>
<concept_significance>500</concept_significance> </concept>
<concept>
<concept_id>10003120.10003121.10003122.10003332</concept_id>
<concept_desc>사람 중심 컴퓨팅 사용자 모델</concept_desc>
<concept_significance>500</concept_significance> </concept>
<concept>
<concept_id>10003120.10003121.10003122.10003334</concept_id>
<concept_desc>사람 중심 컴퓨팅 사용자 연구</concept_desc>
<concept_significance>300</concept_significance> </concept>
<concept> <concept_id>10010405.10010455.10010459</concept_id>
<concept_desc>응용 컴퓨팅 심리학</concept_desc>
<concept_significance>300</concept_significance> </concept>
<concept>
<concept_id>10010147.10010178.10010199.10010204</concept_id>
<concept_desc>컴퓨팅 방법론 로봇 계획</concept_desc>
<concept_significance>300</concept_significance> </concept>
</ccs2012>
소개
물체 재배치는 일정한 공간 내에서 원하는 구성으로 아이템을 정리하는 문제로, 일상 환경에서 서비스 로봇이 직면하는 중앙 과제이다. 여기서 로봇은 단순히 물체를 조작할 수 있어야 하는 것뿐만 아니라 사용자의 조직 선호도에 맞는 위치를 결정해야 한다. 사람의 조직 선호도는 다양하다 (예: 한 사람은 주전자 옆에 커피잔을 두고 싶어 할 수 있으며, 다른 사람은 냉장고 안에 두기를 원할 수도 있다). 이러한 차이점을 반영하지 못하는 일괄적인 정의는 실패할 가능성이 크다. 로봇이 이 맥락에서 유용하려면 사용자와 장면 간의 차이를 고려하고 특히 공유 환경에서 적응할 수 있는 물체 재배치 모델을 갖추어야 한다.
물체 재배치의 개인화에 대한 이전 연구는 개별 사용자의 주관적인 공간 선호도를 반영하도록 배치를 맞춤화하는 것을 목표로 했다. Abdo 등은 협업 필터링을 통해 사용자 특정 그룹을 예측했으며, 잠재 임베딩의 정돈 스타일을 학습하기 위한 프레임워크를 도입했다. 최근 시스템들은 영상-언어 모델에 대한 제로샷 시각적 유도를 사용하여 사용자 선호도를 근사화하거나 현재 및 이전 장면 컨텍스트에서 이를 추론한다. 그러나 이러한 방법은 잠재 표현을 사용하여 전반적인 선호 신호를 포착하지만, 그 뒤에 숨어 있는 요인들을 드러내지 않아 물체가 어디에 배치되는지 이해하거나 특정 우선순위에 따라 조정하는 것이 어렵다.
…(본문이 길어 생략되었습니다. 전체 내용은 원문 PDF를 참고하세요.)…
Reference
이 글은 ArXiv의 공개 자료를 바탕으로 AI가 자동 번역 및 요약한 내용입니다.
저작권은 원저자에게 있으며, 인류 지식 발전에 기여한 연구자분들께 감사드립니다.