Διδασκαλία Ρομπότ για την Πρόβλεψη των Ανθρώπινων Προτιμήσεων και τη Βελτιωμένη Συνεργασία

Οι άνθρωποι διαθέτουν τη μοναδική ικανότητα να κατανοούν τους στόχους, τις επιθυμίες και τις πεποιθήσεις των άλλων, κάτι που είναι κρίσιμο για την πρόβλεψη ενεργειών και τη συνεργασία με αποτελεσματικότητα. Αυτή η δεξιότητα, γνωστή ως «θεωρία του νου», είναι έμφυτη σε εμάς αλλά παραμένει πρόκληση για τα ρομπότ. Ωστόσο, εάν τα ρομπότ θέλουν να γίνουν πραγματικά συνεργατικοί βοηθοί στη βιομηχανία και στην καθημερινή ζωή, πρέπει επίσης να μάθουν αυτές τις ικανότητες.

Σε ένα νέο εργασία, η οποία ήταν υποψήφια για το βραβείο καλύτερης εργασίας στο ACM/IEEE International Conference on Human-Robot Interaction (HRI), ερευνητές πληροφορικής από το USC Viterbi επιδιώκουν να διδάξουν τα ρομπότ να προβλέπουν τις ανθρώπινες προτιμήσεις σε εργασίες συναρμολόγησης. Αυτό θα επιτρέψει στα ρομπότ να βοηθούν στο μέλλον σε διάφορες εργασίες, από την κατασκευή δορυφόρων μέχρι το στήσιμο του τραπεζιού.

“When working with people, a robot needs to constantly guess what the person will do next,” said lead author Heramb Nemlekar, a USC computer science PhD student supervised by Stefanos Nikolaidis, an assistant professor of computer science. “For example, if the robot thinks the person will need a screwdriver to assemble the next part, it can get the screwdriver ahead of time so that the person does not have to wait. This way the robot can help people finish the assembly much faster.”

Μια Νέα Προσέγγιση στην Πρόβλεψη των Ανθρώπινων Ενεργειών

Η πρόβλεψη των ανθρώπινων ενεργειών μπορεί να είναι προκλητική, καθώς διαφορετικοί άνθρωποι προτιμούν να ολοκληρώνουν την ίδια εργασία με διάφορους τρόπους. Οι τρέχουσες τεχνικές απαιτούν από τα άτομα να δείξουν πώς θα ήθελαν να εκτελέσουν τη συναρμολόγηση, κάτι που μπορεί να είναι χρονοβόρο και αντιπαραγωγικό. Για να αντιμετωπιστεί αυτό το ζήτημα, οι ερευνητές εντόπισαν ομοιότητες στον τρόπο με τον οποίο τα άτομα συναρμολογούν διαφορετικά προϊόντα και χρησιμοποίησαν αυτή τη γνώση για να προβλέψουν τις προτιμήσεις.

Αντί να απαιτούνται τα άτομα να «δείξουν» στο ρομπότ τις προτιμήσεις τους σε μια σύνθετη εργασία, οι ερευνητές δημιούργησαν μια μικρή εργασία συναρμολόγησης (αναφερόμενη ως «κανονική» εργασία) που μπορεί να εκτελεστεί γρήγορα και εύκολα. Το ρομπότ στη συνέχεια «παρακολουθεί» τον άνθρωπο να ολοκληρώνει την εργασία χρησιμοποιώντας μια κάμερα και αξιοποιεί τη μηχανική μάθηση για να μάθει την προτίμηση του ατόμου βάσει της σειράς των ενεργειών του στην κανονική εργασία.

Σε μια μελέτη χρηστών, το σύστημα των ερευνητών μπόρεσε να προβλέψει τις ανθρώπινες ενέργειες με περίπου 82 % ακρίβεια. Αυτή η προσέγγιση όχι μόνο εξοικονομεί χρόνο και προσπάθεια, αλλά επίσης βοηθά στην οικοδόμηση εμπιστοσύνης μεταξύ ανθρώπων και ρομπότ. Θα μπορούσε να είναι χρήσιμη σε βιομηχανικά περιβάλλοντα, όπου οι εργαζόμενοι συναρμολογούν προϊόντα σε μεγάλη κλίμακα, καθώς και για άτομα με αναπηρίες ή περιορισμένη κινητικότητα που χρειάζονται βοήθεια στη συναρμολόγηση προϊόντων.

Προς ένα Μέλλον Ενισχυμένης Συνεργασίας Ανθρώπου-Ρομπότ

Ο στόχος των ερευνητών δεν είναι η αντικατάσταση των ανθρώπινων εργατών, αλλά η βελτίωση της ασφάλειας και της παραγωγικότητας σε υβριδικά εργοστάσια ανθρώπου-ρομπότ, με τα ρομπότ να εκτελούν μη προστιθέμενες ή εργονομικά απαιτητικές εργασίες. Η μελλοντική έρευνα θα επικεντρωθεί στην ανάπτυξη μιας μεθόδου για αυτόματο σχεδιασμό κανονικών εργασιών για διαφορετικούς τύπους εργασιών συναρμολόγησης και στην αξιολόγηση των ωφελειών της εκμάθησης ανθρώπινων προτιμήσεων από σύντομες εργασίες και της πρόβλεψης ενεργειών σε σύνθετες εργασίες σε διάφορα πλαίσια, όπως η προσωπική βοήθεια σε σπίτια.

«Ένα ρομπότ που μπορεί γρήγορα να μάθει τις προτιμήσεις μας μπορεί να μας βοηθήσει να ετοιμάσουμε ένα γεύμα, να αναδιατάξουμε τα έπιπλα ή να κάνουμε επισκευές στο σπίτι, έχοντας σημαντικό αντίκτυπο στην καθημερινή μας ζωή», δήλωσε ο Nikolaidis.