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 «показывать» роботу свои предпочтения в сложной задаче, исследователи создали небольшую сборочную задачу (называемую «канонической» задачей), которую можно было бы выполнить быстро и легко. Затем робот «наблюдал» с помощью камеры за тем, как человек выполняет задачу, и, используя машинное обучение, изучал предпочтения человека на основе последовательности его действий в канонической задаче.

В исследовании, проведенном среди пользователей, система исследователей смогла предсказать действия человека с точностью около 82%. Такой подход не только экономит время и усилия, но и способствует укреплению доверия между людьми и роботами. Он может быть полезен в промышленных условиях, где рабочие занимаются сборкой продукции в больших объемах, а также для людей с ограниченными возможностями или ограниченной подвижностью, которым требуется помощь при сборке.

На пути к будущему расширенного сотрудничества человека и робота

Цель исследователей — не заменить людей, а повысить безопасность и производительность на гибридных фабриках, где задействованы люди и роботы, за счёт использования роботов для выполнения задач, не создающих добавленной стоимости или сложных с точки зрения эргономики. Дальнейшие исследования будут сосредоточены на разработке метода автоматического проектирования канонических задач для различных типов сборочных операций и оценке преимуществ изучения предпочтений человека на основе коротких задач и прогнозирования действий при выполнении сложных задач в различных контекстах, например, при оказании помощи 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.