Ensinando Robôs a Antecipar Preferências Humanas para uma Colaboração Aprimorada

Os humanos possuem a habilidade única de compreender os objetivos, desejos e crenças dos outros, o que é crucial para antecipar ações e colaborar efetivamente. Essa habilidade, conhecida como “teoria da mente”, é inata a nós, mas continua sendo um desafio para os robôs. Contudo, se os robôs devem se tornar verdadeiros ajudantes colaborativos na manufatura e na vida cotidiana, eles também precisam aprender essas capacidades.

Em um novo artigo, finalista do prêmio de melhor artigo na Conferência Internacional ACM/IEEE de Interação Humano‑Robô (HRI), pesquisadores de ciência da computação da USC Viterbi buscam ensinar robôs a prever as preferências humanas em tarefas de montagem. Isso permitirá que os robôs, um dia, auxiliem em diversas atividades, desde a construção de satélites até a preparação de uma mesa.

““Ao trabalhar com pessoas, um robô precisa adivinhar constantemente o que a pessoa fará a seguir,” disse o autor principal Heramb Nemlekar, estudante de doutorado em ciência da computação da USC supervisionado por Stefanos Nikolaidis, professor assistente de ciência da computação. “Por exemplo, se o robô acredita que a pessoa precisará de uma chave de fenda para montar a próxima peça, ele pode pegar a chave de fenda antecipadamente, de modo que a pessoa não precise esperar. Assim, o robô pode ajudar as pessoas a concluir a montagem muito mais rapidamente.””

Uma Nova Abordagem para Prever Ações Humanas

Prever as ações humanas pode ser desafiador, pois diferentes pessoas preferem concluir a mesma tarefa de maneiras distintas. As técnicas atuais exigem que as pessoas demonstrem como gostariam de realizar a montagem, o que pode ser demorado e contraproducente. Para enfrentar esse problema, os pesquisadores descobriram semelhanças na forma como indivíduos montam diferentes produtos e usaram esse conhecimento para prever preferências.

Em vez de exigir que os indivíduos “mostrem” ao robô suas preferências em uma tarefa complexa, os pesquisadores criaram uma pequena tarefa de montagem (referida como tarefa “canônica”) que pode ser realizada rápida e facilmente. O robô então “observa” o humano concluir a tarefa usando uma câmera e utiliza aprendizado de máquina para aprender a preferência da pessoa com base na sequência de ações na tarefa canônica.

Em um estudo com usuários, o sistema dos pesquisadores conseguiu prever as ações humanas com cerca de 82 % de precisão. Essa abordagem não só economiza tempo e esforço, como também ajuda a construir confiança entre humanos e robôs. Ela pode ser útil em ambientes industriais, onde trabalhadores montam produtos em grande escala, bem como para pessoas com deficiência ou mobilidade reduzida que necessitam de assistência na montagem de produtos.

Rumo a um Futuro de Colaboração Humano‑Robô Aprimorada

O objetivo dos pesquisadores não é substituir os trabalhadores humanos, mas melhorar a segurança e a produtividade em fábricas híbridas humano‑robô, fazendo com que os robôs executem tarefas que não agregam valor ou que são ergonomicamente desafiadoras. Pesquisas futuras se concentrarão no desenvolvimento de um método para projetar automaticamente tarefas canônicas para diferentes tipos de montagem e na avaliação dos benefícios de aprender as preferências humanas a partir de tarefas curtas e prever ações em tarefas complexas em diversos contextos, como assistência pessoal em residências.

“Um robô que possa aprender rapidamente nossas preferências pode nos ajudar a preparar uma refeição, reorganizar móveis ou fazer reparos domésticos, tendo um impacto significativo em nossas vidas diárias,” disse Nikolaidis.