This thesis, inspired by the joint action literature, utilizes subtle, non-verbal kinematic changes that are not consciously recognizable in human motion called `communicative cues` to improve intent expressiveness of robot motion. Towards this end, this study first identifies two temporal and two spatial communicative cues through a human-human experiment (n = 14) and evaluates their utility in a simulated robot experiment (n = 30). After verifying the efficacy of communicative cues for generating intent expressive robot motion, an automated intent expressive motion generation framework is developed that handles the communicative cues through cue parameters. Via utilization of this motion generation framework, the communicative cues' efficacy in real world human-robot interaction scenarios is verified and their robustness in different viewpoint and object configurations is evaluated in a human-robot experiment (n = 34). As the cue parameters are chosen manually in the human-robot experiment, an active reinforcement learning methodology is utilized to enhance the motion generation framework. Through a follow up human-robot learning experiment (n = 30), the proposed method is analyzed and it was seen that the robot can come up with user-specific cue parameters. Furthermore, a final human-robot experiment (n = 11) revealed that there might also be universal cue parameters that improve intent understanding for all users. This thesis contributes to the body of literature through investigation of human motion to identify the communicative cues, verification of the cues through a two-layer systematical analysis and evaluation of their robustness in different viewpoint and object configurations. Furthermore, an intent expressive motion generation framework is developed and it is enhanced with active reinforcement learning to achieve an improved intent expressive motion.

Bu tez, ortak eylem psikolojisi literatüründen ilham alarak, `iletişimsel ipuçları` adı verilen, insan hareketinde ilk bakışta göze çarpmayan, sözsüz kinematik değişiklikleri robot hareketlerinde niyet belirtimini artırmak için kullanmaktadır. Bu doğrultuda bu çalışma, ilk olarak iki zamansal ve iki uzaysal iletişimsel ipucunun saptandığı bir insan-insan deneyi (n = 14) gerçekleştirir ve bir simüle robot deneyi (n = 30) vasıtasıyla bu iletişimsel ipuçlarının kullanışlılığını sınar. Çalışma, iletişimsel ipuçlarının, robot hareketlerinde niyet belirtimini artırdığını doğruladıktan sonra, iletişimsel ipuçlarını, ipucu parametreleri aracılığıyla kullanan, otomatikleştirilmiş bir niyet belirtici hareket yaratım çerçevesi geliştirir. Bu hareket yaratım çerçevesini kullanarak, iletişimsel ipuçlarının, gerçek dünyada insan-robot etkileşimi senaryolarında da kullanışlılığı bir insan-robot deneyi (n = 34) ile kanıtlanmış, farklı bakış açıları ve nesne düzenlerine karşı gürbüzlüğü de sınanmıştır. İnsan-robot deneyinde ipucu parametreleri elle seçilmiş, hareket yaratım çerçevesi bu eksikliği kapamak için bir aktif takviyeli öğrenme metoduyla güçlendirilmiştir. Bunu takiben, bir öğrenme deneyi (n = 30) ile önerilen yöntem incelenmiş ve robotun kullanıcıya özgü ipucu parametreleri öğrenebildiği görülmüştür. Son bir deney (n = 11), tüm kullanıcılarda niyet anlamayı güçlendiren, evrensel ipucu parametrelerinin varlığını ortaya koymuştur.