I ricercatori sviluppano un framework per dare ai robot abilità sociali

I ricercatori del Massachusetts Institute of Technology (MIT) hanno sviluppato un framework di controllo per dare ai robot abilità sociali. Il framework consente alle macchine di capire cosa significa aiutare o ostacolare l’una con l’altra, nonché di imparare a eseguire comportamenti sociali in modo autonomo.

Un robot osserva il suo compagno in un ambiente simulato prima di indovinare quale compito vuole eseguire. Quindi, aiuta o ostacola l’altro robot in base ai propri obiettivi.

I ricercatori hanno anche dimostrato che il loro modello crea interazioni sociali realistiche e prevedibili. Quando ai visionatori umani sono stati mostrati video dei robot simulati che interagivano tra loro, hanno concordato con il modello su quale comportamento sociale stava avvenendo.

Abilitando i robot a esibire abilità sociali, possiamo ottenere interazioni uomo-robot più positive. Il nuovo modello potrebbe anche consentire agli scienziati di misurare le interazioni sociali in modo quantitativo.

Boris Katz è il principale scienziato di ricerca e capo del gruppo InfoLab nel Laboratorio di Scienza e Intelligenza Artificiale del Computer (CSAIL), nonché membro del Centro per i Cervelli, le Menti e le Macchine (CBMM).

“I robot vivranno nel nostro mondo presto e hanno realmente bisogno di imparare a comunicare con noi in termini umani. Hanno bisogno di capire quando è il momento di aiutare e quando è il momento di vedere cosa possono fare per prevenire che qualcosa accada. Questo è un lavoro molto precoce e stiamo appena graffiando la superficie, ma sento che questo è il primo tentativo molto serio di capire cosa significa per gli esseri umani e le macchine interagire socialmente”, afferma Katz.

La ricerca include anche il co-autore principale Ravi Tejwani, un assistente di ricerca al CSAIL; il co-autore principale Yen-Ling Kuo, uno studente di dottorato al CSAIL; Tianmin Shu, un postdoc nel Dipartimento di Scienze del Cervello e della Cognizione; e l’autore senior Andrei Barbu, uno scienziato di ricerca al CSAIL.

Studiare le interazioni sociali

I ricercatori hanno creato un ambiente simulato in cui i robot perseguono obiettivi fisici e sociali mentre navigano in una griglia bidimensionale, il che ha consentito al team di studiare l’interazione sociale.

I robot sono stati dati obiettivi fisici e sociali. Un obiettivo fisico si riferisce all’ambiente, mentre un obiettivo sociale potrebbe essere qualcosa come un robot che indovina cosa sta cercando di fare un altro robot prima di basare le proprie azioni su quella previsione.

Il modello viene utilizzato per specificare quali sono gli obiettivi fisici di un robot, quali sono i suoi obiettivi sociali e quanto enfasi deve essere posta sull’uno o sull’altro. Se il robot esegue azioni che lo avvicinano al suo obiettivo, viene ricompensato. Se il robot tenta di aiutare il suo compagno, regola la sua ricompensa per farla corrispondere a quella dell’altro. Se il robot sta cercando di ostacolare l’altro, regola la sua ricompensa di conseguenza. Un algoritmo decide quali azioni un robot deve eseguire e utilizza il sistema di ricompense per guidarlo nell’esecuzione di obiettivi fisici e sociali.

“Abbiamo aperto un nuovo framework matematico per modellare l’interazione sociale tra due agenti. Se sei un robot e vuoi andare alla posizione X, e io sono un altro robot e vedo che stai cercando di andare alla posizione X, posso cooperare aiutandoti a raggiungere la posizione X più velocemente. Ciò potrebbe significare spostare X più vicino a te, trovare un altro X migliore o eseguire qualsiasi azione che tu dovevi eseguire a X. La nostra formulazione consente al piano di scoprire il ‘come’; noi specificiamo il ‘cosa’ in termini di cosa significano le interazioni sociali in modo matematico”, afferma Tejwani.

I ricercatori utilizzano il framework matematico per definire tre tipi di robot. Un robot di livello 0 ha solo obiettivi fisici, mentre un robot di livello 1 ha obiettivi fisici e sociali, ma assume che tutti gli altri abbiano solo obiettivi fisici. Ciò significa che i robot di livello 1 eseguono azioni in base agli obiettivi fisici degli altri, come aiutare o ostacolare. Un robot di livello 2 assume che gli altri abbiano obiettivi sociali e fisici e questi robot possono eseguire azioni più sofisticate.

Testare il modello

I ricercatori hanno scoperto che il loro modello concorda con ciò che gli esseri umani pensano sulle interazioni sociali che si verificano in ogni frame.

“Abbiamo questo interesse a lungo termine, sia per costruire modelli computazionali per i robot, ma anche per scavare più a fondo negli aspetti umani di questo. Vogliamo scoprire quali caratteristiche di questi video gli esseri umani utilizzano per capire le interazioni sociali. Possiamo creare un test oggettivo per la tua capacità di riconoscere le interazioni sociali? Forse c’è un modo per insegnare alle persone a riconoscere queste interazioni sociali e migliorare le loro capacità. Siamo lontani da questo, ma anche solo essere in grado di misurare le interazioni sociali in modo efficace è un grande passo avanti”, afferma Barbu.

Il team sta ora lavorando allo sviluppo di un sistema con agenti 3D in un ambiente che consente più tipi di interazioni. Vogliono anche modificare il modello per includere ambienti in cui le azioni possono fallire e pianificano di incorporare un pianificatore di robot basato su rete neurale nel modello. Infine, cercheranno di eseguire un esperimento per raccogliere dati sulle caratteristiche che gli esseri umani utilizzano per determinare se due robot stanno partecipando a un’interazione sociale.