211service.com
Nyckeln till smartare robotsamarbetare kan vara mer enkelhet
Ms Tech | Getty, Pixabay
Tänk på alla undermedvetna processer du utför medan du kör. När du tar in information om de omgivande fordonen, förutser du hur de kan röra sig och tänker i farten på hur du skulle reagera på dessa manövrar. Du kanske till och med funderar på hur du kan påverka de andra förarna baserat på vad de tror att du kan göra.
Om robotar ska kunna integreras sömlöst i vår värld måste de göra detsamma. Nu har forskare från Stanford University och Virginia Tech föreslagit en ny teknik att hjälpa robotar att utföra den här typen av beteendemodellering, som de kommer att presentera vid den årliga internationella konferensen om robotinlärning nästa vecka. Det innebär att roboten endast sammanfattar de breda slagen av andra agenters rörelser istället för att fånga dem i exakt detalj. Detta gör det möjligt för den att smidigt förutsäga sina framtida handlingar och sina egna svar utan att fastna i tunga beräkningar.
En annan teori om sinnet
Traditionella metoder för att hjälpa robotar att arbeta tillsammans med människor hämtar inspiration från en idé inom psykologin som kallas theory of mind. Det tyder på att människor engagerar sig och känner empati med varandra genom att utveckla en förståelse för varandras övertygelser – en färdighet vi utvecklar som små barn. Forskare som bygger på denna teori fokuserar på att få robotar att konstruera en modell av sina medarbetares underliggande avsikt som grund för att förutsäga deras handlingar.
Dorsa Sadigh, biträdande professor vid Stanford, tycker att detta är ineffektivt. Om man tänker på interaktioner mellan människa och människa, så gör vi inte det, säger hon. Om vi försöker flytta ett bord tillsammans, gör vi inte trosmodellering. Istället, säger hon, förlitar sig två personer som flyttar ett bord på enkla signaler som krafterna de känner från sin samarbetspartner som trycker eller drar bordet: Så jag tror att det som verkligen händer är att när människor gör en uppgift tillsammans, håller de reda på något det är mycket lägre dimensionellt.
Med hjälp av denna idé kan en robot lagra mycket enkla beskrivningar av dess omgivande agenters handlingar. I en omgång airhockey, till exempel, kan den lagra sina motståndares rörelser med bara ett ord: höger, vänster eller mitt. Den kan sedan använda denna data för att träna två separata algoritmer: en maskininlärningsalgoritm som förutsäger var motståndaren kommer att röra sig härnäst, och en förstärkningsinlärningsalgoritm för att bestämma hur den ska svara. Den senare algoritmen håller också reda på hur motståndaren ändrar takt baserat på sitt eget svar, så att den kan lära sig att påverka motståndarens handlingar.
Nyckelidén här är träningsdatans lätta karaktär, vilket gör att roboten kan utföra all denna parallella träning i farten. En mer traditionell metod kan lagra koordinaterna för hela vägen för motståndarens rörelser, inte bara deras övergripande riktning. Även om det kan verka kontraintuitivt att mindre är mer, är det värt att komma ihåg Sadighs teori om mänsklig interaktion igen. Även vi modellerar människorna omkring oss bara i stora drag.
Forskarna testade denna idé i simulering för applikationer inklusive en självkörande bil, och i den verkliga världen med en omgång robotairhockey. I var och en av försöken överträffade den nya tekniken tidigare metoder för att lära robotar att anpassa sig till omgivande agenter. Roboten lärde sig också effektivt att påverka omgivningen.
Framtida arbete
Det finns fortfarande några problem som framtida forskning måste lösa. Arbetet förutsätter för närvarande till exempel att varje interaktion som roboten engagerar sig i är ändlig, säger Jakob Foerster, biträdande professor vid University of Toronto, som inte var inblandad i arbetet.
I den självkörande simuleringen antog forskarna att robotbilen endast upplevde en tydligt avgränsad interaktion med en annan bil under varje träningsomgång. Men att köra bil fungerar naturligtvis inte så. Interaktioner är ofta kontinuerliga och skulle kräva en självkörande bil för att lära sig och anpassa sitt beteende inom varje interaktion, inte bara mellan dem.
En annan utmaning, säger Sadigh, är att tillvägagångssättet förutsätter kunskap om det bästa sättet att beskriva en kollaboratörs beteende. Forskarna själva var tvungna att komma på etiketterna höger, vänster och mitt i lufthockeyspelet för att roboten skulle beskriva motståndarens handlingar. Dessa etiketter kommer inte alltid att vara så uppenbara i mer komplicerade interaktioner.
Ändå ser Foerster lovande i tidningens bidrag. Att överbrygga klyftan mellan lärande med flera agenter och interaktion mellan människa och AI är en superviktig väg för framtida forskning, säger han. Jag är verkligen exalterad över när dessa saker sätts ihop.