로봇 안내견 (Robot guide dogs)은 시각 장애인의 독립적인 이동성을 크게 확장하는 내비게이션 보조를 제공하지만, 이를 효과적으로 사용하기 위해서는 일반적인 구두 지침 (verbal instructions)만으로는 학습하기 어려운 미묘한 인간-로봇 협응 (human-robot coordination)이 필요합니다. 이러한 과제를 해결하기 위해, 우리는 개인화되고 적응적인 구두 피드백 (verbal feedback)을 통해 로봇 안내견과 상호작용하며 내비게이션을 수행할 수 있도록 사용자를 훈련시키는 자동화된 코칭 시스템인 CANINE을 제시합니다. CANINE은 복잡한 협응 과제를 하위 기술 (sub-skills)로 분해하며 두 가지 수준에서 작동합니다. 상위 수준 (high level)에서는 지식 추적 (knowledge tracing)을 사용하여 하위 기술 전반에 걸친 학습자의 숙련도를 추적하고 가장 취약한 영역에 대한 훈련을 우선시함으로써 무엇을 훈련할지 결정합니다. 하위 수준 (low level)에서 CANINE은 각 인간의 연습 에피소드를 관찰하고, 파운데이션 모델 (foundation models)을 사용하여 오류의 근본 원인을 추론하며, 표적화된 구두 교정 (verbal corrections)을 적응적으로 생성함으로써 각 하위 기술을 어떻게 훈련할지 결정합니다. 정량적 평가를 위한 대리 집단으로 취급된 안대를 착용한 참가자들을 대상으로 한 통제 연구 (controlled study) 결과, CANINE은 일반적인 구두 지침에 비해 학습 효율성과 최종 내비게이션 성능을 모두 유의미하게 향상시킨다는 것을 입증했습니다. 우리는 또한 유지 연구 (retention study)와 탐색적 사례 연구 (exploratory case study)를 통해 CANINE을 추가로 검증했습니다. 유지 연구는 2주 후에도 지속적인 기술 향상이 있음을 보여줍니다. 사례 연구는 시각 장애 사용자를 훈련하는 데 있어 CANINE의 효과를 확인하는 동시에, 실제 환경 배포를 위한 추가적인 설계 고려 사항을 밝혀냈습니다. 두 연구 모두 통제 연구의 결과와 잘 일치합니다. 프로젝트 페이지: https://cunjunyu.github.io/project/canine/