05/11/2021
Door Ad Spijkers
Een nieuw machine learning systeem helpt robots bepaalde sociale interacties te begrijpen en uit te voeren.
Zelfs de meest geavanceerde robot kan geen elementaire sociale interacties uitvoeren die essentieel zijn voor het dagelijks leven van de mens. Onderzoekers aan het Massachusetts Institute of Technology hebben nu bepaalde sociale interacties opgenomen in een raamwerk voor robotica. Hierdoor kunnen machines begrijpen wat het betekent om elkaar te helpen of te hinderen.
Het aanleren van sociale vaardigheden aan robots kan leiden tot soepelere en positievere interacties tussen mens en robot. Een robot in een assistentiewoning zou bijvoorbeeld een meer zorgzame omgeving voor ouderen kunnen creëren. Met nieuwe model kunnen wetenschappers sociale interacties ook kwantitatief meten, wat psychologen zou kunnen helpen bij het bestuderen van autisme of het analyseren van de effecten van antidepressiva.
Sociale vaardigheden
Om sociale interacties te bestuderen, creëerden de onderzoekers een gesimuleerde omgeving waarin robots fysieke en sociale doelen nastreven terwijl ze zich door een tweedimensionaal raster bewegen. Het fysieke doel van een robot kan bijvoorbeeld zijn om naar een boom op een bepaald punt op het raster te navigeren. Een sociaal doel is raden wat een andere robot probeert te doen (bijvoorbeeld die boom water geven) en vervolgens handelen op basis van die schatting.
De onderzoekers gebruiken hun model om te specificeren wat de fysieke doelen van een robot zijn, wat de sociale doelen zijn en hoeveel nadruk hij op de ene boven de andere moet leggen. Een algoritme dat bepaalt welke acties de robot moet ondernemen, gebruikt een systeem van voortdurend bijgewerkte beloning om de robot te begeleiden bij het uitvoeren van een mix van fysieke en sociale doelen.
Wiskundig model
De onderzoekers gebruikten het wiskundige raamwerk om drie soorten robots te definiëren. Een robot van niveau 0 heeft alleen fysieke doelen en kan niet sociaal redeneren. Een robot van niveau 1 heeft fysieke en sociale doelen, maar gaat ervan uit dat alle andere robots alleen fysieke doelen hebben. Robots van niveau 1 kunnen acties ondernemen op basis van de fysieke doelen van andere robots, zoals helpen en hinderen.
Een robot van niveau 2 gaat ervan uit dat andere robots sociale en fysieke doelen hebben. Deze robots kunnen meer geavanceerde acties ondernemen, zoals meedoen om samen te helpen.
Om te zien hoe hun model zich verhoudt tot menselijke perspectieven over sociale interacties, creëerden ze 98 verschillende scenario's met robots op de niveaus 0, 1 en 2. Twaalf mensen bekeken 196 videoclips van de robots die met elkaar omgaan, en werden vervolgens gevraagd om de fysieke en sociale doelen van die robots. In de meeste gevallen kwam het model overeen met wat de mensen dachten over de sociale interacties die in elk frame plaatsvonden.
Verfijning
De onderzoekers werken aan de ontwikkeling van een systeem met 3D-agenten in een omgeving die veel meer soorten interacties mogelijk maakt, zoals het manipuleren van huishoudelijke voorwerpen. Ook willen ze hun model aanpassen om omgevingen op te nemen waar acties kunnen mislukken.
Ze willen ook een op neurale netwerken gebaseerde robotplanner in het model opnemen, die leert van ervaring en sneller presteert. Ten slotte hopen ze een experiment uit te voeren om gegevens te verzamelen over de functies die mensen gebruiken om te bepalen of twee robots een sociale interactie aangaan.
Foto: MIT