机器人模拟人类的信念更新，并使用表情动作来显示其可到达的工作空间。在校准之后，具有准确能力估计的人可以给机器人分配适当的角色。鸣谢:高(音)等。由宋教授领导的加州大学洛杉矶分校视觉、认知、学习和自主研究中心的一个研究小组最近开发了一种方法，可以帮助人类用户评估机器人的真实能力。这种方法发表在IEEE Robotics and Automation Letters上的一篇论文中，基于一种新的算法，该算法同时优化了机器人运动的物理成本和表现力，以确定人类观察者对其可达工作空间的估计有多好。“在人类社会中，人们根据他们的专业知识和能力扮演不同的角色，”进行这项研究的研究人员之一高晓峰告诉TechXplore。“这种能力感知的角色分配允许人们更有效地相互协作。我们认为，当人类与机器人一起工作时，理解机器人的能力同样重要，因为如果不能理解机器人的能力，会影响他们对机器人的信任和接受。”
高和他的同事认为，人类能够准确评估机器人的能力至关重要。事实上，如果用户低估了机器人的能力，他可能不会使用它；但是如果他高估了它，他可能会失望，或者在可能导致严重错误的情况下使用它。
研究人员研究的主要目标是通过涉及几次运动演示的能力校准过程，帮助人类更好地了解机器人的可达工作空间。此外，该团队希望探索准确测量机器人的能力在多大程度上可以帮助人类在协作任务中为它们分配合适的角色。
“我们提出了可达性表达运动规划(REMP)，这是一种通过轨迹优化生成表达运动演示来校准感知机器人可达性的算法，”高解释道。“REMP的一个独特之处在于，它模拟了人类对机器人可到达工作空间的信念在每次轨迹之后是如何变化的。因此，它可以非常有效地提高人类对机器人可达性的理解，因为只需要少量的演示就可以实现体面的校准。”
高和他的同事在一系列涉及人类参与者的实验中评估了他们的算法。在这些测试中，他们将其性能与两种基线方法进行了比较，这两种基线方法利用纯功能运动和随机穿越轨迹作为演示。值得注意的是，他们发现他们的方法可以显著改善用户对机器人可达工作空间的估计，同时也增强了人机合作。
“我们很高兴地看到，当使用我们的方法时，用户对机器人的看法更积极，因为机器人被认为更可靠，更可预测，更容易理解，”高说。“这些结果强调了建造智能机器的必要性，这些机器能够意识到与他们一起工作的人，并帮助我们想象人类和人工智能可以一起工作的更美好的未来。”
这个研究小组最近开展的项目由DARPA可解释人工智能(XAI)基金资助。在未来，他们开发的算法可以帮助增强现有和新开发的机器人系统的协作技能。
由于该团队在网上进行实验，他们目前只能调查他们的算法在2D飞机上的性能。然而，在他们接下来的研究中，他们计划进一步发展他们的方法，确保它也可以应用于3D环境。
“由于触及是人机交互中最基本的任务之一，我们认为理解可达性非常有助于用户理解机器人在不同任务中的能力，”高补充道。“我们认为我们的工作是迈向更普遍的能力校准设置的成功的第一步。我们现在也有兴趣使用各种其他形式(如语音、手势)作为交流能力的手段。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
