人與機器之間協(xié)調(diào)合作讓機器人具有感知和判斷能力

布里斯托爾（Bristol）的團隊開發(fā)了智能的手持式機器人，可以與用戶協(xié)作完成任務(wù)。與傳統(tǒng)的電動工具相反，傳統(tǒng)電動工具對其執(zhí)行的任務(wù)一無所知，并且完全在用戶的控制之下，但手持機器人則擁有有關(guān)該任務(wù)的知識，并且可以通過指導(dǎo)，微調(diào)運動和確定任務(wù)序列來提供幫助。

布里斯托大學(xué)的計算機科學(xué)家開發(fā)的這種新的人類機器人研究方法，類似人類的反證法，他們將其用在手持機器人，該機器人會首先進(jìn)行人類行為下一步預(yù)測，然后通過背叛用戶的計劃而使用戶感到沮喪，從而使得這個手持機器人能夠證明和學(xué)習(xí)對人類意圖的理解。

在技術(shù)日新月異的世界中，人與機器之間的合作是自動化的重要方面。這項新的研究表明，故意使人沮喪是開發(fā)與用戶更好協(xié)作的機器人過程的一部分。盡管這有助于更快，更準(zhǔn)確地完成任務(wù)，但是當(dāng)機器人的決策與自己的計劃不符時，用戶可能會感到惱火。

布里斯托爾大學(xué)計算機科學(xué)系博士候選人Janis Stolzenwald和Walterio Mayol Cuevas教授在這一領(lǐng)域的最新研究探索了智能工具的使用，這些工具可以根據(jù)用戶的意圖對他們的決策產(chǎn)生偏差。這項研究是對人類機器人研究的一種新穎而有趣的轉(zhuǎn)折，它旨在首先預(yù)測用戶的需求，然后違背這些計劃。

Mayol-Cuevas教授說：“如果您對本來可以幫助您的機器感到沮喪，則比通常難以捉摸的人機合作信號更容易識別和衡量。如果用戶在我們指示機器人進(jìn)行操作時感到沮喪反對他們的計劃，我們能讓機器人更好知道他們想做什么?！?/p>

“就像對彼此行為的短期預(yù)測對于成功的人類團隊合作必不可少一樣，我們的研究表明，將這種能力集成到協(xié)作機器人系統(tǒng)中對于成功的人機協(xié)作至關(guān)重要。”在這項研究中，研究人員使用了一個原型，該原型可以跟蹤用戶的視線，并通過機器學(xué)習(xí)獲得有關(guān)預(yù)期動作的短期預(yù)測，然后將這些知識用作機器人決策（如下一步移動）的基礎(chǔ)。

布里斯托（Bristol）團隊使用900多個訓(xùn)練示例對機器人進(jìn)行了研究培訓(xùn)，這些示例來自參與者的拾放任務(wù)，該研究的核心是意圖預(yù)測模型的評估。研究人員測試了機器人的兩種情況：服從和叛逆。機器人被編程為遵循或違背用戶的預(yù)期意圖。知道用戶的目標(biāo)使機器人有能力反抗他們的決定。兩種情況下挫折響應(yīng)的差異證明了機器人預(yù)測的準(zhǔn)確性，從而驗證了意圖預(yù)測模型。

Janis Stolzenwald是德國學(xué)術(shù)獎學(xué)金基金會（German Academic Scholarship Foundation）和英國EPSRC資助的一名博士生，他進(jìn)行了用戶實驗，并確定了未來的新挑戰(zhàn)。他說：“我們發(fā)現(xiàn)，當(dāng)視覺數(shù)據(jù)與任務(wù)知識相結(jié)合時，意圖模型會更有效。這就提出了一個新的研究問題：機器人如何檢索這些知識？我們可以想象從示范中學(xué)習(xí)或讓另一個人參與這項任務(wù)?！?/p>

為了應(yīng)對這一新挑戰(zhàn)，研究人員目前正在研究關(guān)于通過手持式機器人進(jìn)行遠(yuǎn)程協(xié)作的研究中的共享控制，交互和新應(yīng)用。維護任務(wù)充當(dāng)用戶實驗，在該實驗中，手持機器人用戶將通過遠(yuǎn)程控制機器人的專家來獲得幫助。