Peneliti Mengembangkan Kerangka Kerja untuk Membuat Robot Memiliki Kemampuan Sosial

Peneliti di Massachusetts Institute of Technology (MIT) telah mengembangkan kerangka kerja kontrol untuk memberi robot kemampuan sosial. Kerangka kerja ini memungkinkan mesin untuk memahami apa yang dimaksud dengan membantu atau menghambat satu sama lain, serta untuk belajar melakukan perilaku sosial secara mandiri. 

Sebuah robot mengamati rekanannya dalam lingkungan simulasi sebelum menebak tugas apa yang ingin dicapai. Kemudian, robot tersebut membantu atau menghambat robot lain berdasarkan tujuannya sendiri. 

Peneliti juga menunjukkan bahwa model mereka menciptakan interaksi sosial yang realistis dan dapat diprediksi. Ketika penonton manusia menonton video robot simulasi yang berinteraksi satu sama lain, mereka setuju dengan model tentang perilaku sosial apa yang sedang terjadi.

Dengan memungkinkan robot menampilkan kemampuan sosial, kita dapat mencapai interaksi manusia-robot yang lebih positif. Model baru ini juga dapat memungkinkan ilmuwan untuk mengukur interaksi sosial secara kuantitatif. 

Boris Katz adalah ilmuwan peneliti utama dan kepala InfoLab Group di Laboratorium Ilmu Komputer dan Kecerdasan Buatan (CSAIL), serta anggota Pusat Otak, Pikiran, dan Mesin (CBMM). 

“Robot akan hidup di dunia kita segera dan mereka benar-benar perlu belajar bagaimana berkomunikasi dengan kita dalam bahasa manusia. Mereka perlu memahami kapan saatnya untuk membantu dan kapan saatnya untuk melihat apa yang dapat mereka lakukan untuk mencegah sesuatu dari terjadi. Ini adalah pekerjaan awal dan kita baru saja menyentuh permukaan, tetapi saya merasa ini adalah upaya serius pertama untuk memahami apa yang dimaksud dengan interaksi sosial antara manusia dan mesin,” kata Katz.

Penelitian juga melibatkan co-lead author Ravi Tejwani, asisten peneliti di CSAIL; co-lead author Yen-Ling Kuo, mahasiswa PhD CSAIL; Tianmin Shu, postdoc di Departemen Otak dan Ilmu Kognitif; dan penulis senior Andrei Barbu, ilmuwan peneliti di CSAIL. 

Mempelajari Interaksi Sosial

Peneliti menciptakan lingkungan simulasi di mana robot mengejar tujuan fisik dan sosial saat mereka bernavigasi di grid dua dimensi, yang memungkinkan tim untuk mempelajari interaksi sosial.

Robot diberi tujuan fisik dan sosial. Tujuan fisik terkait dengan lingkungan, sedangkan tujuan sosial bisa berupa robot yang menebak apa yang lainnya coba capai sebelum mengambil tindakan berdasarkan prediksi tersebut. 

Model digunakan untuk menentukan apa yang menjadi tujuan fisik robot, apa yang menjadi tujuan sosialnya, dan seberapa besar penekanan yang harus diberikan pada satu atau yang lain. Jika robot melakukan tindakan yang membawa mereka lebih dekat ke tujuan, mereka akan diberi hadiah. Jika robot mencoba membantu rekanannya, mereka menyesuaikan hadiah mereka untuk mencocokkan hadiah rekanan. Jika robot mencoba menghambat rekanan, mereka menyesuaikan hadiah mereka sesuai. Algoritma memutuskan tindakan apa yang harus diambil robot, dan menggunakan sistem hadiah untuk memandu mereka mencapai tujuan fisik dan sosial.

“Kami telah membuka kerangka kerja matematika baru untuk memodelkan interaksi sosial antara dua agen. Jika Anda adalah robot, dan Anda ingin pergi ke lokasi X, dan saya adalah robot lain dan saya melihat bahwa Anda mencoba pergi ke lokasi X, saya dapat bekerja sama dengan membantu Anda mencapai lokasi X lebih cepat. Itu mungkin berarti memindahkan X lebih dekat ke Anda, menemukan X lain yang lebih baik, atau mengambil tindakan apa pun yang Anda harus ambil di X. Formulasi kami memungkinkan rencana untuk menemukan ‘bagaimana’; kami menentukan ‘apa’ dalam hal apa yang dimaksud dengan interaksi sosial secara matematis,” kata Tejwani.

Peneliti menggunakan kerangka kerja matematika untuk mendefinisikan tiga jenis robot. Robot tingkat 0 hanya memiliki tujuan fisik, sedangkan robot tingkat 1 memiliki tujuan fisik dan sosial tetapi menganggap semua orang lain hanya memiliki tujuan fisik. Ini berarti robot tingkat 1 mengambil tindakan berdasarkan tujuan fisik orang lain, seperti membantu atau menghambat. Robot tingkat 2 menganggap orang lain memiliki tujuan sosial dan fisik, dan robot ini dapat mengambil tindakan yang lebih sopistikasi. 

Menguji Model

Peneliti menemukan bahwa model mereka setuju dengan apa yang dipikirkan manusia tentang interaksi sosial yang terjadi di setiap frame. 

“Kami memiliki minat jangka panjang, baik untuk membangun model komputasi untuk robot, maupun untuk lebih dalam memahami aspek manusia dari ini. Kami ingin mengetahui fitur apa dari video ini yang digunakan manusia untuk memahami interaksi sosial. Apakah ada cara untuk membuat tes objektif untuk kemampuan Anda untuk mengenali interaksi sosial? Mungkin ada cara untuk mengajar orang untuk mengenali interaksi sosial ini dan meningkatkan kemampuan mereka. Kami masih jauh dari ini, tetapi bahkan hanya dapat mengukur interaksi sosial secara efektif adalah langkah besar ke depan,” kata Barbu.

Tim sekarang bekerja pada pengembangan sistem dengan agen 3D di lingkungan yang memungkinkan lebih banyak jenis interaksi. Mereka juga ingin memodifikasi model untuk mencakup lingkungan di mana tindakan dapat gagal, dan mereka berencana untuk mengintegrasikan perencana robot berbasis jaringan saraf ke dalam model. Terakhir, mereka akan menjalankan eksperimen untuk mengumpulkan data tentang fitur yang digunakan manusia untuk menentukan apakah dua robot sedang melakukan interaksi sosial.