Si alguien le pide que le entregue una llave inglesa de una mesa llena de llaves de diferentes tamaños, probablemente haga una pausa y pregunte, "¿cuál?" Los investigadores de robótica de la Universidad de Brown ahora han desarrollado un algoritmo que permite a los robots hacer lo mismo- Pida aclaraciones cuando no esté seguro de lo que quiere una persona.
La investigación, que se presentará esta primavera en la Conferencia Internacional sobre Robótica y Automatización en Singapur, proviene de Brown's Humans to Robots Lab, dirigida por la profesora de ciencias de la computación Stefanie Tellex. Su trabajo se centra en la colaboración humano-robot, haciendo robots quepueden ser buenos ayudantes para las personas en el hogar y en el lugar de trabajo.
"Obtener objetos es una tarea importante que queremos que puedan hacer los robots colaborativos", dijo Tellex. "Pero es fácil para el robot cometer errores, ya sea al entender mal lo que queremos o al estar en situaciones donde los comandos sonambiguo. Entonces, lo que queríamos hacer aquí era encontrar una forma para que el robot hiciera una pregunta cuando no está seguro "
El laboratorio de Tellex había desarrollado previamente un algoritmo que permite a los robots recibir comandos de voz, así como información de gestos humanos. Es una forma de interacción que las personas usan todo el tiempo. Cuando le pedimos a alguien un objeto, a menudo señalaremosal mismo tiempo, Tellex y su equipo demostraron que cuando los robots podían combinar los comandos de voz con gestos, mejoraban la interpretación correcta de los comandos del usuario.
Aún así, el sistema no es perfecto. Se encuentra con problemas cuando hay muchos objetos muy similares muy cercanos entre sí. Tome la mesa del taller, por ejemplo. Simplemente pedir "una llave inglesa" no es lo suficientemente específico, y puede que no esté claro a cuál apunta una persona si varias llaves están agrupadas juntas.
"Lo que queremos en estas situaciones es que el robot pueda señalar que está confundido y hacer una pregunta en lugar de buscar el objeto equivocado", dijo Tellex.
El nuevo algoritmo hace eso. Permite al robot cuantificar cuán seguro es que sabe lo que un usuario quiere. Cuando su certeza es alta, el robot simplemente entregará el objeto según lo solicitado. Cuando no es tan seguro, elel robot hace su mejor conjetura sobre lo que la persona quiere, luego solicita confirmación colocando su pinza sobre el objeto y pregunta "¿este?"
Una de las características importantes del sistema es que el robot no hace preguntas con cada interacción. Pregunta inteligentemente.
"Cuando el robot está seguro, no queremos que haga una pregunta porque solo lleva tiempo", dijo Eric Rosen, un estudiante universitario que trabaja en el laboratorio de Tellex y coautor principal del trabajo de investigación con el estudiante graduado DavidWhitney: "Pero cuando es ambiguo, queremos que haga preguntas porque los errores pueden ser más costosos en términos de tiempo".
Y aunque el sistema solo hace una pregunta muy simple, "puede hacer inferencias importantes basadas en la respuesta", dijo Whitney. Por ejemplo, digamos que un usuario pide una llave inglesa y hay dos llaves sobre una mesa. Siel usuario le dice al robot que su primera suposición fue incorrecta, el algoritmo deduce que la otra llave debe ser la que el usuario desea. Luego la entregará sin hacer otra pregunta. Ese tipo de inferencias, conocidas como implicaturas, hacenel algoritmo más eficiente
Para probar su sistema, los investigadores pidieron a los participantes no entrenados que entraran al laboratorio e interactuaran con Baxter, un popular robot industrial y de investigación. Los participantes le pidieron a Baxter objetos en diferentes condiciones. El equipo podría configurar el robot para que nunca haga preguntas, pregunteuna pregunta cada vez, o hacer preguntas solo cuando sea incierto. Los ensayos mostraron que hacer preguntas de manera inteligente usando el nuevo algoritmo fue significativamente mejor en términos de precisión y velocidad en comparación con las otras dos condiciones.
El sistema funcionó tan bien, de hecho, que los participantes pensaron que el robot tenía capacidades que en realidad no tenía. Para los fines del estudio, los investigadores utilizaron un modelo de lenguaje muy simple, uno que solo entendía los nombres de los objetosSin embargo, los participantes les dijeron a los investigadores que pensaban que el robot podía entender frases preposicionales como "a la izquierda" o "más cerca de mí", lo cual no podía. También pensaron que el robot podría estar siguiendo su mirada, lo cual no era't. Todo lo que el sistema estaba haciendo era hacer inferencias inteligentes después de hacer una pregunta muy simple.
En el trabajo futuro, a Tellex y su equipo les gustaría combinar el algoritmo con sistemas de reconocimiento de voz más robustos, lo que podría aumentar aún más la precisión y velocidad del sistema.
En última instancia, dice Tellex, espera que sistemas como este ayuden a los robots a convertirse en colaboradores útiles tanto en casa como en el trabajo.
Fuente de la historia :
Materiales proporcionado por Universidad de Brown . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :