一款上架组装的网络游戏，作为概念验证开发。学分:南加州大学随着机器人越来越多地与人类合作——从养老院到仓库再到工厂——它们必须能够主动提供支持。但是首先，机器人必须学习一些我们本能知道的东西:如何预测人们的需求。考虑到这一目标，南加州大学维特比工程学院的研究人员创造了一种新的机器人系统，可以准确预测人类将如何建造宜家书架，然后伸出援手——提供完成任务所需的架子、螺栓或螺钉。这项研究在2021年5月30日的国际机器人和自动化会议上发表。
该研究的第一作者Heramb Nemlekar说:“我们希望让人类和机器人一起工作——机器人可以通过做一些辅助任务，比如取东西，来帮助你更快更好地做事情。“人类仍将执行主要动作，但可以将更简单的次要动作卸载给机器人。”
计算机科学博士生Nemlekar在计算机科学助理教授Stefanos Nikolaidis的指导下，与Nikolaidis和获得史密斯国际机械工程教授职位的航空航天、机械工程和计算机科学教授SK Gupta共同撰写了这篇论文。
学分:南加州大学适应变化
2018年，新加坡研究人员创造的机器人学会了自己组装宜家椅子，这是出了名的。在这项新的研究中，南加州大学的研究团队旨在专注于人机合作。
将人类的智能和机器人的力量结合起来是有好处的。例如，在工厂里，人类操作员可以控制和监控生产，而机器人则执行体力上的繁重工作。人类也更擅长那些复杂、精细的任务，比如扭动螺丝使其适合。
需要克服的关键挑战是:人类倾向于以不同的顺序执行动作。例如，想象你正在做一个书架——你是先处理简单的任务，还是直接去做困难的任务？机器人助手如何快速适应人类伙伴的变化？
“人类可以口头告诉机器人他们需要什么，但这并不高效，”尼古拉迪斯说。“我们希望机器人能够根据一些先验知识，推断出人类想要什么。”
事实证明，机器人可以像我们人类一样收集知识:通过“观察”人们，观察他们的行为。虽然我们都以不同的方式处理任务，但人们倾向于聚集在少数主导偏好周围。如果机器人能学会这些偏好，它就能提前预测你下一步会做什么。
一个好的合作者
基于这些知识，该团队开发了一种算法，该算法使用人工智能根据人们的行为将他们分为主导的“偏好组”或类型。机器人被喂了一种人类的“手册”:从20个人组装书架的注释视频中收集的数据。研究人员发现人们分为四个主要的偏好群体。
在一次宜家家具组装任务中，一名人类停留在“工作区”并执行组装动作，而机器人则从存储区带来所需的材料。学分:南加州大学举个例子，你是不是先把所有的架子都连接到框架的一边；还是在移动到下一个架子之前，将每个架子连接到两边的框架上？根据你的喜好，机器人应该会给你带来一个新的架子，或者一套新的螺丝钉。在现实生活中的宜家家具组装任务中，一个人呆在“工作区”组装书柜，而机器人——一个Kinova Gen 2机器人手臂——学习人类的偏好，并从存储区带来所需的材料。
Nemlekar说:“该系统只需几个动作，就能非常快速地将新用户与偏好相关联。
“这就是我们作为人类所做的。如果我想和你一起工作，我不会从零开始。我会观察你做什么，然后从中推断你下一步可能会做什么。”
在这个初始版本中，研究人员手动将每个动作输入机器人系统，但是未来的迭代可以通过使用计算机视觉“观察”人类伙伴来学习。该团队还在研究一个新的测试案例:人类和机器人一起建造——然后飞行——一架模型飞机，这项任务需要密切关注细节。
尼古拉迪斯说，完善该系统是我们在日常生活中拥有“直观”辅助机器人的一步。尽管目前的重点是协同制造，但同样的见解也可以用于帮助残疾人，应用包括机器人辅助进食或餐前准备。
尼古拉迪斯说:“如果我们的家庭、工作、护理设施中很快就会有机器人，那么机器人推断和适应人们的偏好就很重要。“机器人需要成为队友和好的合作者。我认为，对用户偏好有一些概念，并且能够学习可变性，这将使机器人更容易被接受。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
