Insegnare ai robot a prevedere le preferenze umane per una collaborazione migliorata

Gli esseri umani possiedono la capacità unica di comprendere gli obiettivi, i desideri e le credenze degli altri, capacità fondamentale per anticipare le azioni e collaborare efficacemente. Questa abilità, nota come “teoria della mente”, è innata in noi ma rappresenta ancora una sfida per i robot. Tuttavia, se i robot devono diventare veri assistenti collaborativi nella produzione e nella vita quotidiana, devono apprendere anch’essi queste capacità.

In un nuovo articolo, finalista per il premio del miglior articolo alla ACM/IEEE International Conference on Human-Robot Interaction (HRI), i ricercatori di informatica dell’USC Viterbi mirano a insegnare ai robot a prevedere le preferenze umane nelle attività di assemblaggio. Ciò consentirà ai robot, un giorno, di assistere in vari compiti, dalla costruzione di satelliti alla preparazione della tavola.

“Quando si lavora con le persone, un robot deve costantemente indovinare cosa farà la persona successivamente,” ha dichiarato l’autore principale Heramb Nemlekar, dottorando in informatica presso l’USC sotto la supervisione di Stefanos Nikolaidis, professore assistente di informatica. “Ad esempio, se il robot pensa che la persona avrà bisogno di un cacciavite per assemblare la prossima parte, può prendere il cacciavite in anticipo così che la persona non debba attendere. In questo modo il robot può aiutare le persone a completare l’assemblaggio molto più rapidamente.”

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 differenti. Le tecniche attuali richiedono alle persone di dimostrare come desiderano eseguire l’assemblaggio, il che può richiedere tempo e risultare controproducente. Per affrontare questo problema, i ricercatori hanno scoperto somiglianze nel modo in cui gli individui assemblano prodotti diversi e hanno utilizzato queste conoscenze per prevedere le preferenze.

Invece di chiedere agli individui di “mostrare” al robot le proprie preferenze in un compito complesso, i ricercatori hanno creato un piccolo compito di assemblaggio (definito “canonico”) che può essere eseguito rapidamente e facilmente. Il robot quindi “osserva” l’uomo completare il compito usando una telecamera e utilizza l’apprendimento automatico per apprendere la preferenza della persona in base alla sequenza delle sue azioni nel compito canonico.

In uno studio con utenti, il sistema dei ricercatori è stato in grado di prevedere le azioni umane con circa l’82 % di precisione. Questo approccio non solo fa risparmiare tempo e sforzo, ma contribuisce anche a costruire fiducia tra esseri umani e robot. Potrebbe rivelarsi utile in contesti industriali, dove i lavoratori assemblano prodotti su larga scala, così come per persone con disabilità o mobilità limitata che necessitano di assistenza nell’assemblaggio di 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 facendo svolgere ai robot compiti a basso valore aggiunto o ergonomicamente impegnativi. La ricerca futura si concentrerà sullo sviluppo di un metodo per progettare automaticamente compiti canonici per diversi tipi di assemblaggi e sulla valutazione dei vantaggi derivanti dall’apprendimento delle preferenze umane attraverso compiti brevi e dalla previsione delle azioni in compiti complessi in vari contesti, come l’assistenza personale nelle abitazioni.

“Un robot che può apprendere rapidamente le nostre preferenze può aiutarci a preparare un pasto, riorganizzare i mobili o effettuare riparazioni domestiche, avendo un impatto significativo sulla nostra vita quotidiana,” ha affermato Nikolaidis.