Insegnare ai robot ad anticipare le preferenze umane per una migliore collaborazione

Gli esseri umani possiedono la capacità unica di comprendere gli obiettivi, i desideri e le convinzioni degli altri, che è fondamentale per anticipare le azioni e collaborare in modo efficace. Questa abilità, nota come "teoria della mente", è innata per noi ma rimane una sfida per i robot. Tuttavia, se i robot devono diventare veramente aiutanti collaborativi nella produzione e nella vita quotidiana, devono apprendere anche queste abilità.

In una nuova carta, che è stato finalista per il premio per il miglior articolo alla Conferenza internazionale ACM/IEEE sull'interazione uomo-robot (HRI), i ricercatori di informatica dell'USC Viterbi mirano a insegnare ai robot a prevedere le preferenze umane nelle attività di assemblaggio. Ciò consentirà un giorno ai robot di assistere in vari compiti, dalla costruzione di satelliti all'allestimento di una tavola.

"Quando lavora con le persone, un robot deve indovinare costantemente cosa farà la persona dopo", ha detto l'autore principale Heramb Nemlekar, uno studente di dottorato in informatica dell'USC sotto la supervisione di Stefanos Nikolaidis, un assistente professore di informatica. “Ad esempio, se il robot pensa che la persona avrà bisogno di un cacciavite per assemblare la parte successiva, può ottenere il cacciavite in anticipo in modo che la persona non debba aspettare. In questo modo il robot può aiutare le persone a completare l'assemblaggio molto più velocemente".

Un nuovo approccio alla previsione delle azioni umane

Prevedere le azioni umane può essere difficile, poiché persone diverse preferiscono completare lo stesso compito in modi diversi. Le tecniche attuali richiedono che le persone dimostrino come vorrebbero eseguire l'assemblaggio, il che può richiedere molto tempo e essere controproducente. Per affrontare questo problema, i ricercatori hanno scoperto somiglianze nel modo in cui gli individui assemblano prodotti diversi e hanno utilizzato questa conoscenza per prevedere le preferenze.

Invece di richiedere agli individui di "mostrare" al robot le proprie preferenze in un compito complesso, i ricercatori hanno creato un piccolo compito di assemblaggio (definito compito "canonico") che potesse essere eseguito in modo rapido e semplice. Il robot avrebbe quindi "osservato" l'umano completare il compito utilizzando una telecamera e avrebbe utilizzato l'apprendimento automatico per apprendere le preferenze della persona in base alla sequenza di azioni eseguite nel compito canonico.

In uno studio condotto sugli utenti, il sistema sviluppato dai ricercatori è stato in grado di prevedere le azioni umane con una precisione di circa l'82%. Questo approccio non solo consente di risparmiare tempo e fatica, ma contribuisce anche a creare un rapporto di fiducia tra esseri umani e robot. Potrebbe essere utile in contesti industriali, dove i lavoratori assemblano prodotti su larga scala, così come per le persone con disabilità o mobilità ridotta che necessitano di assistenza nell'assemblaggio dei prodotti.

Verso un futuro di collaborazione uomo-robot potenziata

L'obiettivo dei ricercatori non è sostituire i lavoratori umani, ma migliorare la sicurezza e la produttività nelle fabbriche ibride uomo-robot, affidando ai robot compiti senza valore aggiunto o ergonomicamente complessi. La ricerca futura si concentrerà sullo sviluppo di un metodo per progettare automaticamente compiti canonici per diverse tipologie di attività di assemblaggio e sulla valutazione dei vantaggi dell'apprendimento delle preferenze umane da compiti brevi e della previsione delle azioni in compiti complessi in vari contesti, come l'assistenza personale nelle abitazioni.

"Un robot in grado di apprendere rapidamente le nostre preferenze può aiutarci a preparare un pasto, riorganizzare i mobili o fare riparazioni domestiche, con un impatto significativo sulla nostra vita quotidiana", ha affermato Nikolaidis.