Các nhà nghiên cứu phát triển khung để cung cấp cho robot các kỹ năng xã hội

Các nhà nghiên cứu tại Viện Công nghệ Massachusetts (MIT) đã phát triển một khung điều khiển để cung cấp cho robot các kỹ năng xã hội. Khung này cho phép các máy hiểu ý nghĩa của việc giúp đỡ hoặc cản trở lẫn nhau, cũng như học cách tự thực hiện các hành vi xã hội. 

Một rô-bốt quan sát người bạn đồng hành của mình trong môi trường mô phỏng trước khi đoán xem nó muốn hoàn thành nhiệm vụ gì. Sau đó, nó sẽ giúp đỡ hoặc cản trở robot khác dựa trên mục tiêu của chính nó. 

Các nhà nghiên cứu cũng chứng minh rằng mô hình của họ tạo ra các tương tác xã hội thực tế và có thể dự đoán được. Khi người xem được xem video về các robot mô phỏng tương tác với nhau, họ đồng ý với mô hình về hành vi xã hội đang diễn ra.

Bằng cách cho phép rô-bốt thể hiện các kỹ năng xã hội, chúng ta có thể đạt được những tương tác tích cực hơn giữa người và rô-bốt. Mô hình mới cũng có thể cho phép các nhà khoa học đo lường các tương tác xã hội một cách định lượng. 

Boris Katz là nhà khoa học nghiên cứu chính và là người đứng đầu Nhóm InfoLab trong Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo (CSAIL), đồng thời là thành viên của Trung tâm Não bộ, Tâm trí và Máy móc (CBMM). 

“Robot sẽ sớm sống trong thế giới của chúng ta và chúng thực sự cần học cách giao tiếp với chúng ta theo cách của con người. Họ cần hiểu khi nào thì cần giúp đỡ và khi nào thì nên xem mình có thể làm gì để ngăn chặn điều gì đó xảy ra. Đây là công việc còn rất sớm và chúng tôi hầu như không làm trầy xước bề mặt, nhưng tôi cảm thấy như đây là nỗ lực rất nghiêm túc đầu tiên để hiểu ý nghĩa của việc con người và máy móc tương tác xã hội,” Katz nói.

Sản phẩm nghiên cứu cũng bao gồm đồng tác giả Ravi Tejwani, trợ lý nghiên cứu tại CSAIL; đồng tác giả chính Yen-Ling Kuo, một nghiên cứu sinh tiến sĩ của CSAIL; Tianmin Shu, nghiên cứu sinh sau tiến sĩ tại Khoa Khoa học Não bộ và Nhận thức; và tác giả cao cấp Andrei Barbu, một nhà khoa học nghiên cứu tại CSAIL. 

Nghiên cứu các tương tác xã hội

Các nhà nghiên cứu đã tạo ra một môi trường mô phỏng nơi rô-bốt theo đuổi các mục tiêu thể chất và xã hội khi chúng điều hướng quanh một lưới hai chiều, cho phép nhóm nghiên cứu về tương tác xã hội.

Các robot được giao các mục tiêu về thể chất và xã hội. Mục tiêu vật lý liên quan đến môi trường, trong khi mục tiêu xã hội có thể là một thứ gì đó giống như rô-bốt đoán xem người khác đang cố gắng làm gì trước khi dựa trên dự đoán đó để hành động. 

Mô hình này được sử dụng để xác định mục tiêu vật lý của robot là gì, mục tiêu xã hội của nó là gì và mức độ chú trọng của cái này so với cái kia. Nếu robot hoàn thành các hành động giúp nó tiến gần hơn đến mục tiêu, thì nó sẽ được thưởng. Nếu rô-bốt cố gắng hỗ trợ bạn đồng hành của mình, rô-bốt sẽ điều chỉnh phần thưởng của mình để phù hợp với phần thưởng của người kia. Nếu robot đang cố gắng cản trở con kia, nó sẽ điều chỉnh phần thưởng cho phù hợp. Một thuật toán quyết định những hành động mà robot nên thực hiện và nó sử dụng hệ thống phần thưởng để hướng dẫn nó thực hiện các mục tiêu về thể chất và xã hội.

“Chúng tôi đã mở ra một khung toán học mới về cách bạn lập mô hình tương tác xã hội giữa hai tác nhân. Nếu bạn là người máy và bạn muốn đến địa điểm X, còn tôi là người máy khác và tôi thấy rằng bạn đang cố gắng đi đến địa điểm X, tôi có thể hợp tác bằng cách giúp bạn đến địa điểm X nhanh hơn. Điều đó có thể có nghĩa là di chuyển X lại gần bạn hơn, tìm một X khác tốt hơn hoặc thực hiện bất kỳ hành động nào bạn phải thực hiện với X. Công thức của chúng tôi cho phép kế hoạch khám phá ra 'cách thức'; chúng tôi xác định 'cái gì' theo nghĩa toán học của các tương tác xã hội," Tejwani nói.

Các nhà nghiên cứu sử dụng khung toán học để xác định ba loại robot. Robot cấp 0 chỉ có các mục tiêu về thể chất, trong khi robot cấp 1 có cả mục tiêu về thể chất và xã hội nhưng cho rằng tất cả những người khác chỉ có mục tiêu về thể chất. Điều này có nghĩa là robot cấp 1 thực hiện các hành động dựa trên mục tiêu thể chất của người khác, chẳng hạn như giúp đỡ hoặc cản trở. Rô-bốt cấp 2 cho rằng những người khác có các mục tiêu xã hội và thể chất, và những rô-bốt này có thể thực hiện các hành động phức tạp hơn. 

Kiểm tra mô hình

Các nhà nghiên cứu nhận thấy rằng mô hình của họ phù hợp với suy nghĩ của con người về các tương tác xã hội đang diễn ra trong mỗi khung hình. 

“Chúng tôi có mối quan tâm lâu dài này, vừa là xây dựng các mô hình tính toán cho rô-bốt, vừa để tìm hiểu sâu hơn về khía cạnh con người của vấn đề này. Chúng tôi muốn tìm hiểu những tính năng nào từ những video này mà con người đang sử dụng để hiểu các tương tác xã hội. Chúng tôi có thể thực hiện một bài kiểm tra khách quan về khả năng nhận biết các tương tác xã hội của bạn không? Có lẽ có một cách để dạy mọi người nhận ra những tương tác xã hội này và cải thiện khả năng của họ. Chúng ta còn một chặng đường dài để đạt được điều này, nhưng ngay cả việc có thể đo lường các tương tác xã hội một cách hiệu quả cũng là một bước tiến lớn,” Barbu nói.

Nhóm hiện đang làm việc để phát triển một hệ thống với các tác nhân 3D trong một môi trường cho phép nhiều loại tương tác hơn. Họ cũng muốn sửa đổi mô hình để bao gồm các môi trường nơi các hành động có thể thất bại và họ dự định kết hợp một người lập kế hoạch rô-bốt dựa trên mạng thần kinh vào mô hình. Cuối cùng, họ sẽ xem xét tiến hành một thử nghiệm để thu thập dữ liệu về các tính năng mà con người sử dụng để xác định xem hai robot có đang tham gia vào một tương tác xã hội hay không.