Навчання роботів передбачати людські вподобання для підвищеної співпраці

Люди володіють унікальною здатністю розуміти цілі, бажання та переконання інших, що є вирішальним для передбачення дій та ефективної співпраці. Цей навик, відомий як «теорія розуму», є вродженим у нас, проте залишається викликом для роботів. Однак, якщо роботи мають стати справжніми співавтами у виробництві та повсякденному житті, їм також потрібно опанувати ці здібності.

У новій статті, яка стала фіналістом конкурсу кращої статті на ACM/IEEE International Conference on Human-Robot Interaction (HRI), дослідники інформатики з USC Viterbi прагнуть навчити роботів передбачати людські вподобання у збірних завданнях. Це дозволить роботам колись допомагати у різних завданнях — від створення супутників до накриття столу.

«Працюючи з людьми, робот повинен постійно вгадувати, що людина зробить далі», — сказав головний автор Херамб Немлекар, аспірант комп’ютерних наук USC під керівництвом Стефаноса Ніколаїдіса, доцента комп’ютерних наук. «Наприклад, якщо робот вважає, що людині знадобиться викрутка для збирання наступної деталі, він може заздалегідь принести викрутку, щоб людина не чекала. Таким чином робот може допомогти людям завершити збірку значно швидше.»

Новий підхід до передбачення людських дій

Передбачення людських дій може бути складним, оскільки різні люди воліють виконувати одну й ту ж задачу різними способами. Сучасні методи вимагають, щоб люди демонстрували, як вони хочуть виконувати збірку, що може займати багато часу і бути контрпродуктивним. Щоб вирішити цю проблему, дослідники виявили схожість у тому, як окремі особи збирають різні продукти, і використали ці знання для передбачення вподобань.

Замість того, щоб вимагати від людей «показувати» роботам свої вподобання у складному завданні, дослідники створили невелике збірне завдання (назване «канонічним»), яке можна швидко та легко виконати. Потім робот «спостерігає», як людина завершує завдання за допомогою камери і застосовує машинне навчання, щоб вивчити вподобання людини на основі послідовності її дій у канонічному завданні.

У користувацькому дослідженні система дослідників змогла передбачати людські дії з приблизно 82 % точністю. Такий підхід не лише економить час і зусилля, а й сприяє формуванню довіри між людьми та роботами. Він може бути корисним у промислових умовах, де працівники збирають продукти у великому масштабі, а також для людей з інвалідністю чи обмеженою мобільністю, які потребують допомоги у збірці виробів.

У напрямку майбутнього підвищеної співпраці людина‑робот

Мета дослідників не замінити людських працівників, а підвищити безпеку та продуктивність у гібридних фабриках людина‑робот, залучаючи роботів до виконання нерентабельних або ергономічно складних завдань. Майбутні дослідження будуть зосереджені на розробці методу автоматичного створення канонічних завдань для різних типів збірних завдань та оцінці переваг навчання людських вподобань за короткими завданнями і передбачення дій у складних завданнях у різних контекстах, наприклад, у персональній допомозі в домах.

«Робот, який може швидко вивчити наші вподобання, може допомогти нам приготувати їжу, переставити меблі чи виконати домашні ремонти, що має суттєвий вплив на наше повсякденне життя», — сказав Ніколаїдис.