výhonek Výzkumníci vyvíjejí rámec, který dá robotům sociální dovednosti – Unite.AI
Spojte se s námi

Robotika

Výzkumníci vyvíjejí rámec, který dá robotům sociální dovednosti

Zveřejněno

 on

Obrázek: MIT

Výzkumníci z Massachusettského technologického institutu (MIT) vyvinuli řídicí rámec, který má robotům poskytnout sociální dovednosti. Rámec umožňuje strojům porozumět tomu, co znamená vzájemně si pomáhat nebo bránit, a také se naučit samostatně provádět sociální chování. 

Robot sleduje svého společníka v simulovaném prostředí, než uhodne, jaký úkol chce splnit. To pak pomáhá nebo brání druhému robotovi na základě jeho vlastních cílů. 

Výzkumníci také prokázali, že jejich model vytváří realistické a předvídatelné sociální interakce. Když se lidským divákům zobrazila videa simulovaných robotů, kteří spolu interagovali, souhlasili s modelem o tom, jaké sociální chování probíhalo.

Tím, že robotům umožníme projevovat sociální dovednosti, můžeme dosáhnout pozitivnějších interakcí mezi člověkem a robotem. Nový model by také mohl vědcům umožnit kvantitativně měřit sociální interakce. 

Boris Katz je hlavním vědeckým pracovníkem a vedoucím skupiny InfoLab v Laboratoři počítačových věd a umělé inteligence (CSAIL) a také členem Centra pro mozky, mysli a stroje (CBMM). 

„Roboti budou v našem světě brzy žít a opravdu se potřebují naučit, jak s námi komunikovat za lidských podmínek. Potřebují pochopit, kdy je pro ně čas pomoci a kdy je čas, aby viděli, co mohou udělat, aby se něco nestalo. Toto je velmi raná práce a sotva se škrábeme na povrch, ale mám pocit, že je to první velmi vážný pokus o pochopení toho, co pro lidi a stroje znamená společenskou interakci,“ říká Katz.

Projekt výzkum také spoluautor Ravi Tejwani, výzkumný asistent CSAIL; spoluautorka Yen-Ling Kuo, doktorandka CSAIL; Tianmin Shu, postdoktorand na katedře mozkových a kognitivních věd; a hlavní autor Andrei Barbu, vědecký pracovník CSAIL. 

Studium sociálních interakcí

Výzkumníci vytvořili simulované prostředí, kde roboti sledují fyzické a sociální cíle, když se pohybují po dvourozměrné mřížce, což týmu umožnilo studovat sociální interakci.

Roboti dostali fyzické a sociální cíle. Fyzický cíl se vztahuje k prostředí, zatímco sociální cíl by mohl být něco jako robot hádající, co se jiný snaží udělat, než na základě této předpovědi založí své vlastní akce. 

Model se používá ke specifikaci toho, jaké jsou fyzické cíle robota, jaké jsou jeho sociální cíle a jak velký důraz by měl být kladen na jeden přes druhého. Pokud robot dokončí akce, které ho přiblíží k cíli, je odměněn. Pokud se robot pokusí asistovat svému společníkovi, upraví svou odměnu tak, aby odpovídala odměně toho druhého. Pokud se robot snaží druhému překážet, přizpůsobí tomu svou odměnu. Algoritmus rozhoduje o tom, jaké akce by měl robot provést, a pomocí systému odměn ho vede k plnění fyzických a sociálních cílů.

„Otevřeli jsme nový matematický rámec pro to, jak modelujete sociální interakci mezi dvěma agenty. Pokud jste robot a chcete se dostat na místo X a já jsem jiný robot a vidím, že se snažíte dostat na místo X, mohu spolupracovat tím, že vám pomohu rychleji se dostat na místo X. To může znamenat přesunutí X blíž k vám, nalezení jiného lepšího X nebo provedení jakékoli akce, kterou jste museli u X udělat. Naše formulace umožňuje plánu objevit „jak“; specifikujeme „co“ z hlediska toho, co sociální interakce matematicky znamenají,“ říká Tejwani.

Vědci používají matematický rámec k definování tří typů robotů. Robot úrovně 0 má pouze fyzické cíle, zatímco robot úrovně 1 má fyzické i sociální cíle, ale předpokládá, že všichni ostatní mají pouze fyzické cíle. To znamená, že roboti 1. úrovně provádějí akce na základě fyzických cílů ostatních, jako je pomoc nebo překážka. Robot 2. úrovně předpokládá, že ostatní mají sociální a fyzické cíle, a tito roboti mohou provádět sofistikovanější akce. 

Testování modelu

Výzkumníci zjistili, že jejich model souhlasil s tím, co si lidé mysleli o sociálních interakcích, které se odehrávaly v každém snímku. 

„Máme dlouhodobý zájem, a to jak vytvářet výpočtové modely pro roboty, ale také pronikat hlouběji do lidských aspektů. Chceme zjistit, jaké funkce z těchto videí lidé používají k pochopení sociálních interakcí. Můžeme provést objektivní test vaší schopnosti rozpoznat sociální interakce? Možná existuje způsob, jak naučit lidi rozpoznávat tyto sociální interakce a zlepšit své schopnosti. K tomu jsme hodně daleko, ale i jen schopnost efektivně měřit sociální interakce je velkým krokem vpřed,“ říká Barbu.

Tým nyní pracuje na vývoji systému s 3D agenty v prostředí, které umožňuje více typů interakcí. Chtějí také upravit model tak, aby zahrnoval prostředí, kde mohou akce selhat, a plánují začlenit do modelu plánovač robotů založených na neuronové síti. Nakonec se pokusí spustit experiment s cílem shromáždit data o funkcích, které lidé používají k určení, zda se dva roboti zapojují do sociální interakce.

 

Alex McFarland je AI novinář a spisovatel, který zkoumá nejnovější vývoj v oblasti umělé inteligence. Spolupracoval s řadou AI startupů a publikací po celém světě.