Исследователи пытаются дать роботам социальные навыки для улучшения взаимодействия
Роботы в фильмах известны тем, что помогают (или мешают) людям, но в реальном мире у них довольно ограниченные социальные навыки. Согласно новому докладу, исследователи компьютерных наук CSAIL из Массачусетского технологического института пытаются исправить это, обучая роботов взаимодействовать с другими роботами и с людьми для достижения своих собственных целей.
«Вскоре повсюду в нашем мире появятся роботы, и им действительно нужно научиться общаться с нами на человеческих началах. Им нужно понять, когда пора помочь, а когда пора посмотреть, что они могут сделать, чтобы что-то не случилось»
Команда называет это исследование «первой очень серьезной попыткой понять, что означает социальное взаимодействие людей и машин». Проблема, которую они пытаются решить на очень ранней стадии, несомненно, будет все больше и больше рассматриваться робототехниками, поскольку роботы начинают играть огромную роль в нашей жизни.
«Хотя машины и роботы должны взаимодействовать с людьми, наделение их социальными навыками в значительной степени игнорировалось. В основном это является следствием того факта, что такие задачи, как навигация, выполнение команд и даже игра, четко определены, в то время как социальное мышление по-прежнему остается в основном теоретической проблемой. Мы демонстрируем, как социальные взаимодействия могут быть эффективно включены в MDP (марковские процессы принятия решений), рекурсивно рассуждая о целях других агентов», — говорится в исследовании.
Исследование могло бы привести к улучшению взаимодействия человека и робота, например, в домах с обслуживанием, и даже помочь психологам лучше измерять социальные взаимодействия между людьми. Для изучения этих взаимодействий исследователи создали симулированную 2D-среду, которая позволила виртуальным роботам преследовать как социальные, так и физические цели.
«Мы открыли новую математическую основу для моделирования социального взаимодействия между двумя агентами. Если вы робот и хотите попасть в точку Х, а я — еще один робот, и я вижу, что вы пытаетесь перейти в точку Х, я могу сотрудничать, помогая вам быстрее добраться до точки Х. Это может означать перемещение Х ближе к вам, поиск другого лучшего Х или выполнение любых действий, которые вы должны были предпринять в Х. Наша формулировка позволяет плану обнаружить «как», а мы определяем «что» с точки зрения математического значения социальных взаимодействий»
Например, физическая цель может состоять в том, чтобы перейти к дереву в определенной точке сетки, в то время как социальная цель — угадать, что другой робот пытается сделать, а затем действовать на основе этого, например, помочь другому роботу полить дерево. Робот награждается за действия, которые приближают его к его целям, с соответствующей наградой за помощь и противоположной наградой за препятствие.
Команда создала три типа роботов: первый преследует только физические цели, второй преследует физические и социальные цели, но предполагает, что все роботы преследуют только физические цели, а третий предполагает, что у всех остальных есть социальные и физические цели, поэтому он может предпринимать более сложные действия, такие как объединение с другими для достижения цели.
Кажется, даже маленькие младенцы понимают такие социальные взаимодействия, как помощь и препятствие, но у нас пока нет машин, которые могли бы выполнять эти рассуждения с чем-то вроде гибкости на человеческом уровне. Команда создала 98 различных сценариев со всеми тремя типами роботов. 12 человек просмотрели около 200 видеоклипов взаимодействия роботов, а затем должны были оценить физические и социальные цели.
Исследователи сообщили: «В большинстве случаев их модель соответствовала тому, что люди думали о социальных взаимодействиях, происходивших в каждом кадре». Исследователи надеются, что результаты будут служить «эталоном», который позволит другим работать над аналогичными социальными взаимодействиями. Конечная цель состоит в том, чтобы не просто научить роботов, как лучше взаимодействовать в обществе, но и «углубиться в человеческий аспект этого».
«Можем ли мы провести объективный тест на вашу способность распознавать социальные взаимодействия? Может быть, есть способ научить людей распознавать эти социальные взаимодействия и улучшить свои способности»
В настоящее время модель представляет собой относительно простое двухмерное моделирование. Команда исследователей работает над переходом к 3D-версии, добавляя планировщика роботов на основе нейронной сети, чтобы увеличить скорость, с которой роботы учатся на этих действиях.
Наличие точной математической модели для решения вопросов о социальных взаимодействиях имеет как практическую ценность — можно представить себе чат-ботов и роботов, управляемых социальными MDP, так и теоретическую ценность, если использовать инструменты MDP, которые так успешно организовали исследования в области навигации, чтобы пролить свет на то, какие социальные взаимодействия действительно имеют чрезвычайно важное значение для благополучия человека и человеческой цивилизации.
