Các nhà nghiên cứu phát triển khuôn khổ để mang lại kỹ năng xã hội cho robot

Các nhà nghiên cứu tại Viện Công nghệ Massachusetts (MIT) đã phát triển một khuôn khổ điều khiển để mang lại kỹ năng xã hội cho robot. Khuôn khổ này cho phép máy móc hiểu được ý nghĩa của việc giúp đỡ hoặc cản trở lẫn nhau, cũng như học cách thực hiện các hành vi xã hội một cách độc lập.

Một robot quan sát đồng nghiệp của nó trong một môi trường mô phỏng trước khi đoán nhiệm vụ mà nó muốn thực hiện. Sau đó, nó giúp đỡ hoặc cản trở robot khác dựa trên mục tiêu của chính mình.

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

Bằng cách cho phép robot thể hiện kỹ năng xã hội, chúng ta có thể đạt được sự tương tác giữa con người và robot tích cực hơn. Mô hình mới này 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 trưởng nhóm InfoLab tại Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo (CSAIL), cũng như thành viên của Trung tâm Não bộ, Tâm trí và Máy móc (CBMM).

“Robot sẽ sống trong thế giới của chúng ta sớm thôi và chúng thực sự cần phải học cách giao tiếp với chúng ta theo cách của con người. Chúng cần phải hiểu khi nào là thời điểm để giúp đỡ và khi nào là thời điểm để xem chúng có thể làm gì để ngăn chặn điều gì đó xảy ra. Đây là công việc rất sớm và chúng tôi chỉ mới bắt đầu chạm vào bề mặt, nhưng tôi cảm thấy đây là nỗ lực nghiêm túc đầu tiên để hiểu được ý nghĩa của sự tương tác xã hội giữa con người và máy móc,” Katz nói.

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

Nghiên cứu Tương tác Xã hội

Các nhà nghiên cứu đã tạo ra một môi trường mô phỏng nơi robot theo đuổi mục tiêu vật lý và xã hội khi chúng di chuyển xung quanh một lưới hai chiều, cho phép nhóm nghiên cứu nghiên cứu về tương tác xã hội.

Các robot được giao mục tiêu vật lý và xã hội. Mục tiêu vật lý liên quan đến môi trường, trong khi mục tiêu xã hội có thể là điều gì đó như robot đoán nhiệm vụ mà robot khác đang cố gắng thực hiện trước khi dựa vào dự đoán đó để thực hiện hành động của chính mình.

Mô hình được sử dụng để chỉ định mục tiêu vật lý của robot, mục tiêu xã hội của nó, và mức độ quan trọng của từng mục tiêu. Nếu robot thực hiện các hành động giúp nó đạt được mục tiêu, nó sẽ được thưởng. Nếu robot cố gắng giúp đỡ đồng nghiệp, nó sẽ điều chỉnh phần thưởng của mình để phù hợp với phần thưởng của robot khác. Nếu robot cố gắng cản trở robot khác, nó sẽ điều chỉnh phần thưởng của mình cho phù hợp. Một thuật toán quyết định hành động mà robot nên thực hiện, và nó sử dụng hệ thống phần thưởng để hướng dẫn nó thực hiện mục tiêu vật lý và xã hội.

“Chúng tôi đã mở ra một khuôn khổ toán học mới để mô hình hóa tương tác xã hội giữa hai tác nhân. Nếu bạn là một robot và bạn muốn đi đến vị trí X, và tôi là một robot khác và tôi thấy bạn đang cố gắng đi đến vị trí X, tôi có thể hợp tác bằng cách giúp bạn đi đến vị trí X nhanh hơn. Điều đó có thể có nghĩa là di chuyển X gần hơn với bạn, tìm một vị trí X tốt hơn, hoặc thực hiện bất kỳ hành động nào bạn cần thực hiện tại X. Khuôn khổ của chúng tôi cho phép kế hoạch khám phá ‘làm thế nào’; chúng tôi chỉ định ‘cái gì’ về mặt tương tác xã hội theo cách toán học,” Tejwani nói.

Các nhà nghiên cứu sử dụng khuôn khổ toán học để định nghĩa ba loại robot. Robot cấp 0 chỉ có mục tiêu vật lý, trong khi robot cấp 1 có cả mục tiêu vật lý và xã hội nhưng giả định rằng tất cả các robot khác chỉ có mục tiêu vật lý. Điều này có nghĩa là robot cấp 1 thực hiện hành động dựa trên mục tiêu vật lý của các robot khác, chẳng hạn như giúp đỡ hoặc cản trở. Robot cấp 2 giả định rằng các robot khác có cả mục tiêu xã hội và vật lý, và các robot này có thể thực hiện các hành động phức tạp hơn.

Thử nghiệm Mô hình

Các nhà nghiên cứu đã tìm thấy rằng mô hình của họ đồng ý với những gì con người nghĩ về các tương tác xã hội đang xảy ra trong mỗi khung hình.

“Chúng tôi có một lợi ích lâu dài, không chỉ xây dựng các mô hình tính toán cho robot, mà còn để đào sâu vào các khía cạnh của con người. Chúng tôi muốn tìm hiểu những tính năng mà con người sử dụng để hiểu về các tương tác xã hội. Liệu chúng ta có thể tạo ra một bài kiểm tra khách quan về khả năng nhận biết tương tác xã hội của bạn không? Có thể có một cách để dạy người nhận biết các tương tác xã hội và cải thiện khả năng của họ. Chúng tôi còn lâu mới 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.

Đội ngũ hiện đang làm việc trên việc 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 tích hợp một lập trình viên robot dựa trên mạng nơ-ron vào mô hình. Cuối cùng, họ sẽ thực hiện một thí 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.