Movement Matters: How a Robot Becomes Body

ABSTRACT

This paper explores movement and its capacity for meaning-making and eliciting affect in human-robot interaction. Bringing together creative robotics, dance and machine learning, our research project develops a novel relational approach that harnesses dancers' movement expertise to design a non-anthropomorphic robot, its potential to move and capacity to learn. The project challenges the common assumption that robots need to appear human or animal-like to enable people to form connections with them. Our performative body-mapping (PBM) approach, in contrast, embraces the difference of machinic embodiment and places movement and its connection-making, knowledge-generating potential at the center of our social encounters. The paper discusses the first stage of the project, in which we collaborated with dancers to study how movement propels the becoming-body of a robot, and outlines our embodied approach to machine learning, grounded in the robot's performative capacity.

概要

本論文では、人間とロボットのインタラクションにおける意味づけと感情を引き出すための動きとその能力について考察します。私たちの研究プロジェクトでは、クリエイティブ・ロボティクス、ダンス、機械学習を組み合わせ、ダンサーの動きの専門知識を活用して、擬人化されていないロボット、その動きの可能性、学習能力をデザインするという、新しい関係性のアプローチを開発しています。このプロジェクトでは、人がロボットとつながりを持てるようにするには、ロボットが人間や動物のように見える必要があるという一般的な仮定に挑戦しています。これに対し、私たちのパフォーマティブ・ボディ・マッピング（PBM）アプローチは、機械的な体現の違いを受け入れ、動きとそのつながりや知識生成の可能性を、私たちの社会的な出会いの中心に据えるものです。本論文では、プロジェクトの第一段階として、ダンサーと協力して、動きがどのようにロボットの身体になることを促進するかを研究し、ロボットのパフォーマティブな能力に基づいた機械学習への体現的なアプローチを概説します。