Mengajarkan Robot untuk Mengantisipasi Preferensi Manusia demi Kolaborasi yang Ditingkatkan

Manusia memiliki kemampuan unik untuk memahami tujuan, keinginan, dan keyakinan orang lain, yang sangat penting untuk mengantisipasi tindakan dan berkolaborasi secara efektif. Keterampilan ini, yang dikenal sebagai “teori pikiran,” bersifat bawaan pada kita namun tetap menjadi tantangan bagi robot. Namun, jika robot ingin menjadi asisten kolaboratif yang sejati dalam manufaktur dan kehidupan sehari-hari, mereka juga perlu mempelajari kemampuan tersebut.

Dalam sebuah makalah, yang menjadi finalis penghargaan makalah terbaik pada ACM/IEEE International Conference on Human-Robot Interaction (HRI), peneliti ilmu komputer dari USC Viterbi berupaya mengajarkan robot untuk memprediksi preferensi manusia dalam tugas perakitan. Hal ini akan memungkinkan robot suatu hari membantu dalam berbagai tugas, mulai dari membangun satelit hingga menata meja.

“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.”

Pendekatan Baru untuk Memprediksi Tindakan Manusia

Memprediksi tindakan manusia dapat menjadi tantangan, karena orang yang berbeda lebih suka menyelesaikan tugas yang sama dengan cara yang beragam. Teknik saat ini mengharuskan orang menunjukkan bagaimana mereka ingin melakukan perakitan, yang dapat memakan waktu dan kontraproduktif. Untuk mengatasi masalah ini, para peneliti menemukan kesamaan dalam cara individu merakit berbagai produk dan menggunakan pengetahuan tersebut untuk memprediksi preferensi.

Alih-alih mengharuskan individu “menunjukkan” preferensi mereka kepada robot dalam tugas yang kompleks, para peneliti membuat tugas perakitan kecil (disebut sebagai tugas “kanonik”) yang dapat dilakukan dengan cepat dan mudah. Robot kemudian akan “mengamati” manusia menyelesaikan tugas tersebut menggunakan kamera dan memanfaatkan pembelajaran mesin untuk mempelajari preferensi orang berdasarkan urutan tindakannya dalam tugas kanonik.

Dalam sebuah studi pengguna, sistem para peneliti mampu memprediksi tindakan manusia dengan akurasi sekitar 82 %. Pendekatan ini tidak hanya menghemat waktu dan tenaga, tetapi juga membantu membangun kepercayaan antara manusia dan robot. Hal ini dapat bermanfaat di lingkungan industri, di mana pekerja merakit produk dalam skala besar, serta bagi penyandang disabilitas atau mobilitas terbatas yang memerlukan bantuan dalam merakit produk.

Menuju Masa Depan Kolaborasi Manusia‑Robot yang Ditingkatkan

Tujuan para peneliti bukan menggantikan pekerja manusia, melainkan meningkatkan keselamatan dan produktivitas di pabrik hibrida manusia‑robot dengan membiarkan robot melakukan tugas yang tidak menambah nilai atau secara ergonomis menantang. Penelitian di masa depan akan berfokus pada pengembangan metode untuk secara otomatis merancang tugas kanonik bagi berbagai jenis tugas perakitan serta mengevaluasi manfaat mempelajari preferensi manusia dari tugas singkat dan memprediksi tindakan dalam tugas kompleks dalam berbagai konteks, seperti bantuan pribadi di rumah.

“A robot that can quickly learn our preferences can help us prepare a meal, rearrange furniture, or do house repairs, having a significant impact on our daily lives,” said Nikolaidis.