Обучение роботов предвосхищать предпочтения человека для улучшения совместной работы

Люди обладают уникальной способностью понимать цели, желания и убеждения других, что имеет решающее значение для прогнозирования действий и эффективного сотрудничества. Этот навык, известный как «теория разума», является врожденным для нас, но остается проблемой для роботов. Однако, если роботы хотят стать настоящими помощниками в производстве и повседневной жизни, им также необходимо освоить эти способности.

В новом статье, который был финалистом за лучшую статью на Международной конференции ACM/IEEE по взаимодействию человека и робота (HRI), исследователи компьютерных наук из Университета Южной Калифорнии в Витерби стремятся научить роботов предсказывать предпочтения человека в сборочных задачах. Это позволит роботам однажды помогать в различных задачах, от создания спутников до сервировки стола.

«Работая с людьми, робот должен постоянно угадывать, что человек будет делать дальше», — сказал ведущий автор Херамб Немлекар, аспирант компьютерных наук Университета Южной Калифорнии под руководством Стефаноса Николаидиса, доцента компьютерных наук. «Например, если робот думает, что человеку понадобится отвертка для сборки следующей детали, он может получить отвертку заранее, чтобы человеку не пришлось ждать. Таким образом, робот может помочь людям закончить сборку намного быстрее».

Новый подход к прогнозированию действий человека

Прогнозирование действий человека может быть сложной задачей, поскольку разные люди предпочитают выполнять одну и ту же задачу по-разному. Современные методы требуют, чтобы люди продемонстрировали, как они хотели бы выполнять сборку, что может занять много времени и привести к обратным результатам. Чтобы решить эту проблему, исследователи обнаружили сходство в том, как люди собирают разные продукты, и использовали эти знания для прогнозирования предпочтений.

Вместо того, чтобы требовать от людей «показать» роботу свои предпочтения в сложной задаче, исследователи создали небольшую задачу по сборке (называемую «канонической» задачей), которую можно было быстро и легко выполнить. Затем робот будет «наблюдать», как человек выполняет задачу с помощью камеры, и использовать машинное обучение, чтобы узнать предпочтения человека на основе его последовательности действий в канонической задаче.

В пользовательском исследовании система исследователей смогла предсказать действия человека с точностью около 82%. Такой подход не только экономит время и усилия, но и помогает укрепить доверие между людьми и роботами. Это может быть полезно в промышленных условиях, где рабочие собирают продукцию в больших масштабах, а также для лиц с ограниченными возможностями или ограниченной подвижностью, которым требуется помощь при сборке продукции.

На пути к будущему расширенного сотрудничества человека и робота

Цель исследователей состоит не в том, чтобы заменить рабочих-людей, а в том, чтобы повысить безопасность и производительность на гибридных фабриках человека и робота, заставив роботов выполнять задачи, не добавляющие ценности, или эргономически сложные задачи. Будущие исследования будут сосредоточены на разработке метода автоматического проектирования канонических задач для различных типов сборочных задач и оценке преимуществ изучения человеческих предпочтений из коротких задач и прогнозировании действий в сложных задачах в различных контекстах, таких как личная помощь по дому.

«Робот, который может быстро узнать наши предпочтения, может помочь нам приготовить еду, переставить мебель или сделать ремонт в доме, оказав значительное влияние на нашу повседневную жизнь», — сказал Николаидис.