Forscher entwickeln Rahmenwerk, um Robotern soziale Fähigkeiten zu verleihen

Forscher am Massachusetts Institute of Technology (MIT) haben ein Steuerungsframework entwickelt, um Robotern soziale Fähigkeiten zu verleihen. Das Framework ermöglicht es Maschinen, zu verstehen, was es bedeutet, einander zu helfen oder zu behindern, sowie soziales Verhalten auf eigene Faust zu erlernen.

Ein Roboter beobachtet seinen Begleiter in einer simulierten Umgebung, bevor er errät, welche Aufgabe er ausführen möchte. Er hilft oder behindert den anderen Roboter dann basierend auf seinen eigenen Zielen.

Die Forscher demonstrierten auch, dass ihr Modell realistische und vorhersehbare soziale Interaktionen erzeugt. Wenn menschliche Betrachter Videos von simulierten Robotern gezeigt wurden, die miteinander interagierten, stimmten sie mit dem Modell überein, welche soziale Verhaltensweise vorlag.

Indem wir Robotern soziale Fähigkeiten ermöglichen, können wir positivere menschlich-robotische Interaktionen erreichen. Das neue Modell könnte auch Wissenschaftlern ermöglichen, soziale Interaktionen quantitativ zu messen.

Boris Katz ist der leitende Forschungswissenschaftler und Leiter der InfoLab-Gruppe im Computer Science and Artificial Intelligence Laboratory (CSAIL) sowie Mitglied des Center for Brains, Minds and Machines (CBMM).

“Roboter werden bald in unserer Welt leben und sie müssen wirklich lernen, wie sie mit uns auf menschliche Weise kommunizieren. Sie müssen verstehen, wann es Zeit ist, zu helfen, und wann es Zeit ist, zu sehen, was sie tun können, um etwas zu verhindern. Dies ist sehr frühe Arbeit und wir haben gerade die Oberfläche scratcht, aber ich denke, dies ist der erste ernsthafte Versuch, zu verstehen, was es bedeutet, wenn Menschen und Maschinen sozial interagieren”, sagt Katz.

Die Forschung umfasste auch den Co-Autor Ravi Tejwani, einen Forschungsassistenten am CSAIL; Co-Autorin Yen-Ling Kuo, eine CSAIL-Doktorandin; Tianmin Shu, einen Postdoc im Department of Brain and Cognitive Sciences; und den Senior-Autor Andrei Barbu, einen Forschungswissenschaftler am CSAIL.

Soziale Interaktionen studieren

Die Forscher erstellten eine simulierte Umgebung, in der Roboter physische und soziale Ziele verfolgen, während sie durch ein zweidimensionales Gitter navigieren, was es dem Team ermöglichte, soziale Interaktionen zu studieren.

Die Roboter erhielten physische und soziale Ziele. Ein physisches Ziel bezieht sich auf die Umgebung, während ein soziales Ziel etwas sein könnte, wie ein Roboter, der errät, was ein anderer ausführen möchte, bevor er basierend auf dieser Vorhersage handelt.

Das Modell wird verwendet, um zu spezifizieren, was die physischen Ziele eines Roboters sind, was seine sozialen Ziele sind und wie viel Gewicht auf das eine oder andere gelegt werden soll. Wenn der Roboter Aktionen ausführt, die ihn seinem Ziel näher bringen, wird er belohnt. Wenn der Roboter versucht, seinem Begleiter zu helfen, passt er seine Belohnung an, um der des anderen zu entsprechen. Wenn der Roboter versucht, den anderen zu behindern, passt er seine Belohnung entsprechend an. Ein Algorithmus entscheidet, welche Aktionen ein Roboter ausführen soll, und er verwendet das Belohnungssystem, um ihn zu leiten, physische und soziale Ziele zu verfolgen.

“Wir haben ein neues mathematisches Framework für die Modellierung sozialer Interaktionen zwischen zwei Agenten eröffnet. Wenn Sie ein Roboter sind und Sie zu Ort X gehen möchten und ich ein anderer Roboter bin und ich sehe, dass Sie zu Ort X gehen möchten, kann ich kooperieren, indem ich Ihnen helfe, zu Ort X zu gelangen. Das könnte bedeuten, Ort X näher an Sie heranzubringen, einen besseren Ort X zu finden oder jede Aktion auszuführen, die Sie an Ort X ausführen mussten. Unsere Formulierung ermöglicht es dem Plan, den ‘Wie’ zu entdecken; wir spezifizieren das ‘Was’ in Bezug auf das, was soziale Interaktionen mathematisch bedeuten”, sagt Tejwani.

Die Forscher verwenden das mathematische Framework, um drei Arten von Robotern zu definieren. Ein Roboter der Stufe 0 hat nur physische Ziele, während ein Roboter der Stufe 1 physische und soziale Ziele hat, aber annimmt, dass alle anderen nur physische Ziele haben. Das bedeutet, dass Roboter der Stufe 1 Aktionen basierend auf den physischen Zielen anderer ausführen, wie zum Beispiel helfen oder behindern. Ein Roboter der Stufe 2 geht davon aus, dass andere soziale und physische Ziele haben, und diese Roboter können komplexere Aktionen ausführen.

Das Modell testen

Die Forscher fanden heraus, dass ihr Modell mit dem übereinstimmte, was Menschen über die sozialen Interaktionen dachten, die in jedem Frame vorlagen.

“Wir haben ein langfristiges Interesse, sowohl an der Entwicklung von computergestützten Modellen für Roboter als auch an der Erforschung der menschlichen Aspekte. Wir möchten herausfinden, welche Merkmale aus diesen Videos Menschen verwenden, um soziale Interaktionen zu verstehen. Gibt es eine Möglichkeit, einen objektiven Test für die Fähigkeit zu erstellen, soziale Interaktionen zu erkennen? Vielleicht gibt es eine Möglichkeit, Menschen zu lehren, soziale Interaktionen zu erkennen und ihre Fähigkeiten zu verbessern. Wir sind noch weit davon entfernt, aber selbst wenn wir nur in der Lage sind, soziale Interaktionen effektiv zu messen, ist das ein großer Schritt vorwärts”, sagt Barbu.

Das Team arbeitet nun an der Entwicklung eines Systems mit 3D-Agenten in einer Umgebung, die mehr Arten von Interaktionen ermöglicht. Sie möchten auch das Modell so modifizieren, dass es Umgebungen einschließt, in denen Aktionen fehlschlagen können, und sie planen, einen neuralen Netzwerk-basierten Roboter-Planer in das Modell zu integrieren. Schließlich werden sie ein Experiment durchführen, um Daten über die Merkmale zu sammeln, die Menschen verwenden, um zu bestimmen, ob zwei Roboter in einer sozialen Interaktion engagiert sind.