211service.com
Robotar lär sig att få vänner och påverka människor
Om robotar ska ta över världen kan de åtminstone ha artigheten att inte stöta på oss medan de håller på. Det är dock inte så lätt som det låter, särskilt när en robot försöker ta sig igenom ett livligt utrymme som ett köpcentrum, ett sjukhus eller en fullsatt stadsgata.
Tack och lov har forskare utvecklat en algoritm som kan ge robotar förmågan att skickligt manövrera genom utrymmen packade med oförutsägbara människor.
Robotar lämnar gradvis kontrollerade utrymmen som labb och fabriker och går in i fler miljöer där de oundvikligen kommer att möta människor (se Är du redo för en robotkollega? ). Vi navigerar i hektiska utrymmen genom att läsa andras rörelser och planera våra vägar därefter. Robotar tenderar att bara tunna framåt och sedan sluta plötsligt när någon kommer i vägen.
Stanfords JackRabbot-robot kommer att utforska livliga utrymmen samtidigt som den försöker respektera människors gränser.
Utmaningen är hur man programmerar dessa enheter för att respektera mänskliga sociala konventioner, säger Silvio Savarese vid Stanford University.
Savarese och kollegor utvecklade en datorvisionsalgoritm som förutsäger människors rörelse i ett hektiskt utrymme. De tränade ett djupt lärande neuralt nätverk med hjälp av flera allmänt tillgängliga datamängder som innehöll video av människor som rör sig i trånga områden. Och de fann att deras mjukvara var bättre på att förutsäga människors rörelser än befintliga metoder för flera av dessa datamängder.
Savareses team testar sin algoritm på en mobil robot som heter JackRabbot utvecklad på Stanford. Den tvåhjuliga roboten, som är utrustad med kameror, räckviddssensorer och GPS, kommer att utforska livliga inomhus- och utomhusutrymmen för att testa tillvägagångssättet i verkliga situationer.
För närvarande är det mest anmärkningsvärda exemplet på robotar som interagerar direkt med medlemmar av allmänheten Googles självkörande fordon. Företaget har erkänt att dess bilar, även om de övervägande är säkra, indirekt har bidragit till olyckor på grund av en oförmåga att förstå vägens sociala normer (Googles Self-Driving Car Chief Defends Safety Record). När robotar börjar spridas till miljöer som butiker och kontor, kan besvärliga inkörningar bli vanligare.
Det första problemet är att förstå de mestadels outtalade regler som folk följer, säger Savarese. Hur beter sig människor i folksamlingar? Hur delar de resurser, som trottoarer, parkeringsplatser? När ska en person (eller en robot) ta sin tur?
En startup som heter Starship Technologies , som gör robotar som levererar paket, arbetar också med detta problem. Företaget har testat sina robotar på flera platser i USA och Storbritannien, och förutom att hantera ojämna trottoarer och navigera runt slumpmässiga hinder, är möten med fotgängare den största utmaningen.
Våra robotar har nu kommit i kontakt med över 230 000 människor runt om i världen, säger Henry Harris-Burland, talesperson för Starship. Ingenjörer på företaget övervakar robotarna på distans när de utför skenleveranser. Social acceptans är ett kärnfokus för tillfället, säger han.
Jodi Forlizi , vid Carnegie Mellon Universitys Human Computer Interaction Institute, säger att Stanford-algoritmen kompletterar annan forskning som syftar till att göra robotbeteende mer mänskligt. Mycket forskning inom människa-robotinteraktion har tittat på om vi kan replikera normerna för mänsklig social interaktion, säger hon.
Det går långt utöver att bara förutsäga en persons rörelse. Forlizzzis egen forskning har involverat att försöka få robotar att röra sig i utrymmen på ett sådant sätt att de bildar naturliga kluster med människor. Hon säger att det finns ett definitivt behov av att lära robotar hur man smälter in.
Det finns en hel klass av robotar som kommer att arbeta med människor och också nära människor, så vi måste förstå hur de ska bete sig, säger Forlizzi.