Memberi Robot Keterampilan Sosial – Technology OrgTechnology Org

  • Whatsapp


Sistem pembelajaran mesin baru membantu robot memahami dan melakukan interaksi sosial tertentu.

Bacaan Lainnya

Robot dapat mengantarkan makanan di kampus perguruan tinggi dan memukul hole-in-one di lapangan golf, tetapi bahkan robot paling canggih pun tidak dapat melakukan interaksi sosial dasar yang penting bagi kehidupan manusia sehari-hari.

Peneliti MIT sekarang telah memasukkan interaksi sosial tertentu ke dalam kerangka kerja robotika, memungkinkan mesin untuk memahami apa artinya membantu atau menghalangi satu sama lain, dan belajar untuk melakukan perilaku sosial ini sendiri. Dalam lingkungan simulasi, robot mengawasi rekannya, menebak tugas apa yang ingin diselesaikannya, dan kemudian membantu atau menghalangi robot lain ini berdasarkan tujuannya sendiri.

Para peneliti juga menunjukkan bahwa model mereka menciptakan interaksi sosial yang realistis dan dapat diprediksi. Ketika mereka menunjukkan video robot simulasi yang berinteraksi satu sama lain dengan manusia, pemirsa manusia sebagian besar setuju dengan model tentang jenis perilaku sosial apa yang terjadi.

Mengaktifkan robot untuk menunjukkan keterampilan sosial dapat mengarah pada interaksi manusia-robot yang lebih halus dan lebih positif. Misalnya, robot di fasilitas tempat tinggal yang dibantu dapat menggunakan kemampuan ini untuk membantu menciptakan lingkungan yang lebih peduli bagi orang lanjut usia. Model baru juga memungkinkan para ilmuwan untuk mengukur interaksi sosial secara kuantitatif, yang dapat membantu psikolog mempelajari autisme atau menganalisis efek antidepresan.

“Robot akan segera hidup di dunia kita, dan mereka benar-benar perlu belajar bagaimana berkomunikasi dengan kita secara manusiawi. Mereka perlu memahami kapan saatnya bagi mereka untuk membantu dan kapan saatnya bagi mereka untuk melihat apa yang dapat mereka lakukan untuk mencegah sesuatu terjadi. Ini adalah pekerjaan yang sangat awal dan kami hampir tidak menyentuh permukaan, tetapi saya merasa ini adalah upaya pertama yang sangat serius untuk memahami apa artinya bagi manusia dan mesin untuk berinteraksi secara sosial, ”kata Boris Katz, ilmuwan peneliti utama dan kepala InfoLab Grup di Laboratorium Ilmu Komputer dan Kecerdasan Buatan (CSAIL) MIT dan anggota Pusat Otak, Pikiran, dan Mesin (CBMM).

Bergabung dengan Katz di atas kertas adalah penulis utama Ravi Tejwani, asisten peneliti di CSAIL; penulis pendamping Yen-Ling Kuo, seorang mahasiswa PhD CSAIL; Tianmin Shu, seorang postdoc di Departemen Ilmu Otak dan Kognitif; dan penulis senior Andrei Barbu, seorang ilmuwan penelitian di CSAIL dan CBMM. Penelitian ini akan dipresentasikan pada Konferensi Pembelajaran Robot pada bulan November.

Sebuah simulasi sosial

Untuk mempelajari interaksi sosial, para peneliti menciptakan lingkungan simulasi di mana robot mengejar tujuan fisik dan sosial saat mereka bergerak di sekitar kotak dua dimensi.

Tujuan fisik berhubungan dengan lingkungan. Misalnya, tujuan fisik robot mungkin untuk menavigasi ke pohon pada titik tertentu di grid. Tujuan sosial melibatkan menebak apa yang coba dilakukan robot lain dan kemudian bertindak berdasarkan perkiraan itu, seperti membantu robot lain menyirami pohon.

Para peneliti menggunakan model mereka untuk menentukan apa tujuan fisik robot, apa tujuan sosialnya, dan seberapa besar penekanan yang harus diberikan pada satu di atas yang lain. Robot dihargai untuk tindakan yang diambil yang membuatnya lebih dekat untuk mencapai tujuannya. Jika robot mencoba membantu temannya, ia menyesuaikan hadiahnya agar sesuai dengan robot lain; jika ia mencoba untuk menghalangi, ia menyesuaikan ganjarannya menjadi sebaliknya. Perencana, algoritme yang memutuskan tindakan mana yang harus diambil robot, menggunakan penghargaan yang terus diperbarui ini untuk memandu robot melakukan perpaduan tujuan fisik dan sosial.

“Kami telah membuka kerangka matematika baru untuk bagaimana Anda memodelkan interaksi sosial antara dua agen. Jika Anda adalah robot, dan Anda ingin pergi ke lokasi X, dan saya adalah robot lain dan saya melihat Anda mencoba pergi ke lokasi X, saya dapat bekerja sama dengan membantu Anda mencapai lokasi X lebih cepat. Itu mungkin berarti memindahkan X lebih dekat kepada Anda, menemukan X lain yang lebih baik, atau mengambil tindakan apa pun yang harus Anda ambil di X. Formulasi kami memungkinkan rencana untuk menemukan ‘bagaimana’; kami menentukan ‘apa’ dalam arti interaksi sosial secara matematis,” kata Tejwani.

Memadukan tujuan fisik dan sosial robot penting untuk menciptakan interaksi yang realistis, karena manusia yang saling membantu memiliki batasan sejauh mana mereka akan melangkah. Misalnya, orang yang rasional kemungkinan besar tidak akan menyerahkan dompet mereka kepada orang asing, kata Barbu.

Para peneliti menggunakan kerangka matematika ini untuk mendefinisikan tiga jenis robot. Robot level 0 hanya memiliki tujuan fisik dan tidak dapat bernalar secara sosial. Robot level 1 memiliki tujuan fisik dan sosial tetapi mengasumsikan semua robot lain hanya memiliki tujuan fisik. Robot level 1 dapat mengambil tindakan berdasarkan tujuan fisik robot lain, seperti membantu dan menghalangi. Robot level 2 mengasumsikan robot lain memiliki tujuan sosial dan fisik; robot ini dapat melakukan tindakan yang lebih canggih seperti bergabung untuk membantu bersama.

Mengevaluasi model

Untuk melihat bagaimana model mereka dibandingkan dengan perspektif manusia tentang interaksi sosial, mereka membuat 98 skenario yang berbeda dengan robot pada level 0, 1, dan 2. Dua belas manusia menonton 196 klip video dari robot yang berinteraksi, dan kemudian diminta untuk memperkirakan fisik dan sosial. tujuan robot-robot itu.

Dalam kebanyakan kasus, model mereka setuju dengan apa yang dipikirkan manusia tentang interaksi sosial yang terjadi di setiap frame.

“Kami memiliki minat jangka panjang ini, baik untuk membangun model komputasi untuk robot, tetapi juga untuk menggali lebih dalam aspek manusianya. Kami ingin mengetahui fitur apa dari video ini yang digunakan manusia untuk memahami interaksi sosial. Bisakah kami membuat tes objektif untuk kemampuan Anda mengenali interaksi sosial? Mungkin ada cara untuk mengajari orang mengenali interaksi sosial ini dan meningkatkan kemampuan mereka. Kami masih jauh dari ini, tetapi bahkan hanya mampu mengukur interaksi sosial secara efektif adalah langkah maju yang besar, ”kata Barbu.

Menuju kecanggihan yang lebih besar

Para peneliti sedang mengembangkan sistem dengan agen 3D di lingkungan yang memungkinkan lebih banyak jenis interaksi, seperti manipulasi objek rumah tangga. Mereka juga berencana untuk memodifikasi model mereka untuk memasukkan lingkungan di mana tindakan bisa gagal.

Para peneliti juga ingin memasukkan perencana robot berbasis jaringan saraf ke dalam model, yang belajar dari pengalaman dan bekerja lebih cepat. Akhirnya, mereka berharap dapat menjalankan eksperimen untuk mengumpulkan data tentang fitur yang digunakan manusia untuk menentukan apakah dua robot terlibat dalam interaksi sosial.

“Mudah-mudahan, kami akan memiliki tolok ukur yang memungkinkan semua peneliti untuk mengerjakan interaksi sosial ini dan menginspirasi jenis kemajuan sains dan teknik yang telah kami lihat di bidang lain seperti pengenalan objek dan tindakan,” kata Barbu.

“Saya pikir ini adalah aplikasi yang indah dari penalaran terstruktur untuk tantangan yang kompleks namun mendesak,” kata Tomer Ullman, asisten profesor di Departemen Psikologi di Universitas Harvard dan kepala Lab Komputasi, Kognisi, dan Pengembangan, yang tidak terlibat dengan penelitian ini. “Bahkan bayi kecil tampaknya memahami interaksi sosial seperti membantu dan menghalangi, tetapi kami belum memiliki mesin yang dapat melakukan penalaran ini pada fleksibilitas tingkat manusia. Saya percaya model seperti yang diusulkan dalam karya ini, yang memiliki agen yang memikirkan penghargaan orang lain dan secara sosial merencanakan cara terbaik untuk menggagalkan atau mendukung mereka, adalah langkah yang baik ke arah yang benar.”

Ditulis oleh Adam Zewe

Sumber: Institut Teknologi Massachusetts



Pos terkait

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *