Этот навык, часто называемый "теорией разума", легко дается нам, людям, но все еще является сложной задачей для роботов. Но если роботы хотят стать по-настоящему совместными помощниками на производстве и в повседневной жизни, им необходимо овладеть теми же способностями.

В новой статье, получившей награду за лучшую работу на Международной конференции ACM / IEEE по взаимодействию человека и робота (HRI), исследователи в области компьютерных наук из Университета Витерби стремятся научить роботов предсказывать предпочтения человека при выполнении сборочных работ, чтобы однажды они могли помогать во всем - от создания спутника до настройки стол.

"При работе с людьми роботу необходимо постоянно угадывать, что человек сделает дальше", - сказал ведущий автор Херамб Немлекар, аспирант USC по информатике, работающий под руководством Стефаноса Николаидиса, доцента кафедры компьютерных наук. "Например, если робот думает, что человеку понадобится отвертка для сборки следующей детали, он может получить отвертку заранее, чтобы человеку не пришлось ждать. Таким образом, робот может помочь людям закончить сборку намного быстрее".

Но, как может подтвердить любой, кто создавал мебель совместно с партнером, предсказать, что человек будет делать дальше, сложно: разные люди предпочитают создавать одно и то же изделие разными способами. В то время как некоторые люди хотят начать с самых сложных частей, чтобы покончить с ними, другие, возможно, захотят начать с самых простых частей, чтобы сэкономить энергию.

Делать прогнозы

Большинство современных методов требуют, чтобы люди показывали роботу, как они хотели бы выполнить сборку, но это требует времени и усилий и может не достичь цели, сказал Немлекар. "Представьте, что вам приходится собирать целый самолет только для того, чтобы научить робота вашим предпочтениям", - сказал он.

Однако в этом новом исследовании исследователи обнаружили сходство в том, как человек будет собирать различные продукты. Например, если вы начнете с самой сложной части при сборке дивана Ikea, вы, скорее всего, будете проявлять тот же такт при сборке детской кроватки.

Итак, вместо того, чтобы "показывать" роботу свои предпочтения в сложной задаче, они создали небольшую задачу по сборке (называемую "канонической" задачей), которую люди могут легко и быстро выполнить. В данном случае собираем вместе части простой модели самолета, такие как крылья, хвостовое оперение и пропеллер.

Робот "наблюдал" за выполнением человеком задачи с помощью камеры, расположенной непосредственно над местом сборки, глядя вниз. Чтобы определить детали, которыми управляет человек, система использовала метки AprilTags, похожие на QR-коды, прикрепленные к деталям.

Затем система использовала машинное обучение, чтобы узнать предпочтения человека на основе его последовательности действий в канонической задаче.

"Основываясь на том, как человек выполняет небольшую сборку, робот предсказывает, что этот человек будет делать при сборке большего размера", - сказал Немлекар. "Например, если робот увидит, что человеку нравится начинать маленькую сборку с самой простой детали, он предсказает, что он начнет с самой простой детали и в большой сборке".

Укрепление доверия

В пользовательском исследовании исследователей их система смогла предсказать действия, которые предпримут люди, примерно с 82% точностью.

"Мы надеемся, что наше исследование поможет людям легче показывать роботам, что они предпочитают", - сказал Немлекар. "Помогая каждому человеку по его усмотрению, роботы могут сократить объем их работы, сэкономить время и даже укрепить доверие к ним".

Например, представьте, что вы собираете дома предмет мебели, но у вас не очень-то получается, и вы с трудом справляетесь с этой задачей. Робот, обученный предугадывать ваши предпочтения, мог бы заранее предоставить вам необходимые инструменты и детали, что упростило бы процесс сборки.

Эта технология также может быть полезна в промышленных условиях, где перед работниками стоит задача массовой сборки изделий, что позволяет сэкономить время и снизить риск травм или несчастных случаев. Кроме того, это могло бы помочь людям с ограниченными возможностями или ограниченной подвижностью легче собирать продукцию и сохранять независимость.

Быстрое изучение предпочтений

Цель состоит не в том, чтобы заменить людей на заводе, говорят исследователи. Вместо этого они надеются, что это исследование приведет к значительному повышению безопасности и производительности труда монтажников на гибридных заводах человеко-роботов. "Роботы могут выполнять задачи, не связанные с добавленной стоимостью или сложные с точки зрения эргономики, которые в настоящее время выполняются рабочими.

Что касается следующих шагов, исследователи планируют разработать метод автоматического проектирования канонических задач для различных типов задач сборки. Они также направлены на оценку пользы от изучения предпочтений людей на основе коротких заданий и прогнозирования их действий при выполнении сложной задачи в различных контекстах, например, при оказании личной помощи по дому.

"Хотя мы наблюдали, что человеческие предпочтения переходят от канонических к реальным задачам в сборочном производстве, я ожидаю аналогичных результатов и в других приложениях", - сказал Николаидис. "Робот, который может быстро узнать наши предпочтения, может помочь нам приготовить еду, переставить мебель или сделать ремонт в доме, оказывая значительное влияние на нашу повседневную жизнь".