研究人员开发框架来赋予机器人社交技能

麻省理工学院 (MIT) 的研究人员开发了一种控制框架来赋予机器人社交技能。 该框架使机器能够理解相互帮助或阻碍的含义，并学会自行执行社交行为。 

机器人在模拟环境中观察其同伴，然后猜测它想要完成什么任务。 然后它根据自己的目标帮助或阻碍另一个机器人。 

研究人员还证明，他们的模型可以创建现实且可预测的社交互动。 当人类观众观看模拟机器人相互交互的视频时，他们同意该模型关于正在发生的社交行为的观点。

通过让机器人展现社交技能，我们可以实现更积极的人机互动。 新模型还可以使科学家能够定量测量社会互动。 

Boris Katz 是计算机科学和人工智能实验室 (CSAIL) 的首席研究科学家和 InfoLab 小组负责人，也是大脑、思维和机器中心 (CBMM) 的成员。 

“机器人很快就会生活在我们的世界里，它们确实需要学习如何用人类的方式与我们交流。 他们需要了解什么时候需要提供帮助，什么时候需要了解自己可以采取哪些措施来防止某些事情发生。 这是非常早期的工作，我们仅仅触及了表面，但我觉得这是第一次非常认真地尝试理解人类和机器社交互动的意义，”卡茨说。

研究 还包括共同主要作者 Ravi Tejwani，CSAIL 的研究助理； 联合主要作者 Yen-Ling Kuo，CSAIL 博士生； 舒天民，脑与认知科学系博士后； 以及资深作者 Andrei Barbu，CSAIL 的研究科学家。 

研究社交互动

研究人员创建了一个模拟环境，机器人在二维网格中导航时追求身体和社交目标，这使团队能够研究社交互动。

机器人被赋予了身体和社交目标。 物理目标与环境相关，而社交目标可能就像机器人猜测另一个人正在尝试做什么，然后根据该预测采取自己的行动。 

该模型用于指定机器人的物理目标是什么，其社交目标是什么，以及对其中一个目标的重视程度。 如果机器人完成了使其更接近目标的动作，它就会获得奖励。 如果机器人试图帮助其同伴，它会调整自己的奖励以匹配另一个机器人的奖励。 如果机器人试图阻碍对方，它就会相应地调整奖励。 算法决定机器人应该采取哪些行动，并使用奖励系统来指导它实现身体和社交目标。

“我们为如何模拟两个智能体之间的社交互动开辟了一个新的数学框架。 如果你是一个机器人，你想去位置 X，而我是另一个机器人，我看到你正试图去位置 X，我可以配合帮助你更快地到达位置 X。 这可能意味着让 X 离你更近，找到另一个更好的 X，或者采取你必须在 X 处采取的任何行动。我们的公式允许计划发现“如何”； 我们根据社交互动的数学含义来指定‘什么’，”Tejwani 说。

研究人员使用数学框架定义了三种类型的机器人。 0 级机器人仅具有物理目标，而 1 级机器人同时具有物理和社交目标，但假设所有其他机器人仅具有物理目标。 这意味着 1 级机器人根据他人的身体目标采取行动，例如帮助或阻碍。 2 级机器人假设其他机器人有社交和身体目标，并且这些机器人可以采取更复杂的动作。 

测试模型

研究人员发现，他们的模型与人类对每一帧中发生的社交互动的看法一致。 

“我们有着长期的兴趣，既要为机器人建立计算模型，也要更深入地挖掘人类的方面。 我们想找出人类使用这些视频中的哪些特征来理解社交互动。 我们可以对您识别社交互动的能力进行客观测试吗？ 也许有一种方法可以教人们认识这些社交互动并提高他们的能力。 我们距离这一点还有很长的路要走，但即使只是能够有效地衡量社交互动，也是向前迈出的一大步，”巴尔布说。

该团队目前正致力于在允许更多类型交互的环境中开发具有 3D 代理的系统。 他们还希望修改模型以包含操作可能失败的环境，并且他们计划将基于神经网络的机器人规划器合并到模型中。 最后，他们将进行一项实验，收集有关人类使用的特征的数据，以确定两个机器人是否正在进行社交互动。