Araştırmacılar Robotlara Sosyal Beceriler Kazandırmak İçin Çerçeve Geliştirdiler

Massachusetts Teknoloji Enstitüsü (MIT) araştırmacıları, robotlara sosyal beceriler kazandırmak için bir kontrol çerçevesi geliştirdiler. Çerçeve, makinelerin birbirlerini yardım veya engellemek anlamını anlamalarına ve sosyal davranışları kendi başlarına öğrenmelerine olanak tanır.

Bir robot, simüle edilmiş bir ortamda başka bir robotu izler ve sonra ne yapmak istediğini tahmin ederek ona yardım veya engel olur.

Araştırmacılar ayrıca, modelinin gerçekçi ve öngörülebilir sosyal etkileşimler oluşturduğunu gösterdiler. İnsanlara, birbirleriyle etkileşimde bulunan simüle edilmiş robotların videoları gösterildiğinde, modelle aynı sosyal davranışı gerçekleştiğini düşündüler.

Robotların sosyal beceriler sergilemesini sağlayarak, daha olumlu insan-robot etkileşimleri elde edebiliriz. Yeni model, ayrıca bilim insanlarının sosyal etkileşimleri nicel olarak ölçmelerine de olanak tanıyabilir.

Boris Katz, Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı’nda (CSAIL) baş araştırmacı ve InfoLab Grubu başkanıdır ve ayrıca Beyinler, Zihinler ve Makineler Merkezi’nin (CBMM) bir üyesidir.

“Robotlar yakın zamanda bizim dünyamızda yaşayacaklar ve gerçekten bizimle insan düzeyinde iletişim kurmayı öğrenmeleri gerekiyor. Ne zaman yardım etmeleri gerektiğini ve ne zaman bir şeyin olmasını engellemek için ne yapabileceklerini anlamaları gerekiyor. Bu çok erken bir çalışma ve sadece yüzeyde olduğumuzu düşünüyorum, ancak bu, insanların ve makinelerin sosyal olarak etkileşimde bulunmasının ne anlama geldiğini anlamak için ilk ciddi girişim gibi görünüyor,” diyor Katz.

Araştırma ekibi, aynı zamanda ortak lider yazar Ravi Tejwani, CSAIL’de bir araştırma asistanı; ortak lider yazar Yen-Ling Kuo, CSAIL’de bir doktora öğrencisi; Tianmin Shu, Bilişsel Bilimler Bölümü’nde bir postdoc; ve kıdemli yazar Andrei Barbu, CSAIL’de bir araştırma bilimcisi.

Sosyal Etkileşimleri İnceleme

Araştırmacılar, robotların fiziksel ve sosyal hedeflere ulaşırken bir iki boyutlu ızgarada dolaştıkları simüle edilmiş bir ortam oluşturdular ve bu, sosyal etkileşimi incelemelerine olanak tanıdı.

Robotlara fiziksel ve sosyal hedefler verildi. Fiziksel bir hedef, çevre ile ilgiliyken, sosyal bir hedef, bir robotun başka bir robotun ne yapmaya çalıştığını tahmin etmesi ve sonra bu tahmine dayanarak hareket etmesi olabilir.

Model, bir robotun fiziksel hedeflerini, sosyal hedeflerini ve birini diğerine göre ne kadar vurgulayacağını belirtmek için kullanılır. Bir robot, hedefine ulaştıran eylemler gerçekleştirdiğinde, ödüllendirilir. Bir robot, başka bir robota yardım etmeye çalışırsa, ödülünü diğerinin ödülü ile eşleştirir. Bir robot, başka bir robota engel olmaya çalışırsa, ödülünü buna göre ayarlar. Bir algoritma, bir robotun hangi eylemleri gerçekleştirmesi gerektiğini quyếtir ve ödül sistemini, fiziksel ve sosyal hedeflere ulaşmak için rehber olarak kullanır.

“İki aracının sosyal etkileşimini modellemek için yeni bir matematiksel çerçeve açtık. Bir robot olarak, X konumuna gitmek istiyorsanız ve ben başka bir robot olarak sizin X konumuna gitmeye çalıştığınızı görürsem, size X konumuna daha hızlı ulaşmanız için yardım edebilir veya X konumunu size daha yakınlaştırabilir veya X konumunda gerçekleştirmeniz gereken eylemi gerçekleştirebilirim. Formülümüz, planın ‘nasıl’ını keşfetmesini sağlar; biz, sosyal etkileşimlerin matematiksel olarak ne anlama geldiğini belirtiriz,” diyor Tejwani.

Araştırmacılar, matematiksel çerçeve kullanarak üç tür robot tanımlarlar. Seviye 0 robot, sadece fiziksel hedeflere sahiptir, mentre seviye 1 robot, hem fiziksel hem de sosyal hedeflere sahiptir, ancak diğerlerinin sadece fiziksel hedefleri olduğunu varsayar. Bu, seviye 1 robotların, diğerlerinin fiziksel hedeflerine dayalı olarak hareket etmelerine olanak tanır. Seviye 2 robot, diğerlerinin hem sosyal hem de fiziksel hedefleri olduğunu varsayar ve bu robotlar daha karmaşık eylemler gerçekleştirebilir.

Modeli Test Etme

Araştırmacılar, modelinin, her karede gerçekleşen sosyal etkileşimler hakkında insanların düşündükleriyle aynı fikirde olduğunu buldular.

“Uzun vadeli bir ilgiye sahibiz, hem robotlar için hesaplamalı modeller oluşturmak hem de bu konunun insan yönlerini daha derinlemesine incelemek için. İnsanların bu videolardan sosyal etkileşimleri anlamak için hangi özelliklerini kullandığını öğrenmek istiyoruz. Sosyal etkileşimleri tanıma yeteneğiniz için objektif bir test oluşturabilir miyiz? Belki de insanları bu sosyal etkileşimleri tanımaya öğretmek ve yeteneklerini geliştirmek için bir yol vardır. Henüz bunu başarmadık, ancak sosyal etkileşimleri etkili bir şekilde ölçmek bile büyük bir adım olacak,” diyor Barbu.

Ekibin şimdi, daha fazla etkileşim türüne olanak tanıyan bir ortamda 3D ajanlarla bir sistem geliştirmeye çalıştığı ve modeli, eylemlerin başarısız olabileceği ortamları içerecek şekilde değiştirmeyi planladığı ve nihayetinde, bir sosyal etkileşimde bulunan iki robotun hangi özelliklerini kullandığını belirlemek için bir deney yürütmeyi amaçladıkları belirtildi.