Доброго времени суток, сегодня мы опять поговорим о роботах, советую прочитать предыдущую статью чтобы полностью понимать о чем идет речь, спасибо!
Описывается подход который отличается от предыдущих подходов, основанных на односторонней адаптации робота к человеку, таких как перекрестное растяжение, современный метод подготовки команд роботов-людей. Односторонняя адаптация фокусируется на вычислении политики в отношении роботов в соответствии с предпочтениями человека.
Робот игнорирует тот факт, что предпочтение человека может привести к неоптимальному выполнению задачи, как показывает пример в предыдущей статье с перемещением стола. Кроме того, не можно решить эту проблему, заставив робота настаивать на проведении оптимальной политики вопреки предпочтениям человека.
Это может подорвать доверие людей к роботу и со временем привести к ухудшению работы команды.
Ученые исследовали примеры поведения человека и робота для трех смоделированных людей в задании на переноску вещей. Робот оценивает неизвестную адаптивность человека через взаимодействие.
- Пользователь полностью не может адаптироваться к роботу. Робот делает вывод об этом после двух шагов взаимодействия и переключается в соответствии с предпочтениями человека.
- Пользователь полностью настраивается с переключателями, чтобы соответствовать предпочтениям робота после одного шага взаимодействия.
- Пользователь может адаптироваться с роботом. После нескольких шагов робот получает хорошую оценку уровня адаптируемости человека и направляет его к выбранной стратегии.
Хочется подчеркнуть, что робот выполняет единую политику, которая адаптируется к различным видам человеческого поведения. Если человек не может адаптироваться, робот соответствует выбранной им стратегии. В противном случае, робот направляет человека в сторону лучшего варианта для выполнения.
Ученые заинтересованы в изучении того, способен ли робот, в соответствии с предложенным подходом, направлять партнеров по бизнесу на разработку более эффективной стратегии сотрудничества, иногда - против их первоначальных предпочтений, сохраняя при этом доверие. Ученые провели эксперимент на человеке-субъекте онлайн через воспроизведение видео на смоделированном столе с заданием.
В эксперименте участники с большей вероятностью адаптировались при работе с роботом, используя адаптивный подход, по сравнению с роботом, прошедшим перекрестный тренинг с участниками.
Кроме того, участники семинара пришли к выводу, что взаимно адаптирующийся робот имеет производительность не хуже, чем перекрестно обучаемый робот. Наконец, участники пришли к выводу, что в реализации фиксированной стратегии взаимно адаптирующийся робот заслуживает большего доверия, чем робот который оптимально подходит для выполнения заданий, но игнорирует предпочтения людей.
Ученые также заинтересованы в том, как со временем меняется адаптивность и доверие. Они предположили, что доверие к взаимно адаптирующемуся роботу со временем возрастает для неадаптируемых участников, так как предыдущая работа предполагает, что адаптация робота значительно улучшает восприятие робота как заслуживающего доверия, и что увеличение доверия приводит к последующему увеличению вероятности адаптации человека к роботу.
Человеческий субъектный эксперимент по многократному ношению столов не подтверждает эту гипотезу.
Изучая обобщенность модели, предположили, что неадаптируемые участники столичной задачи с меньшей вероятностью смогут адаптироваться к другой совместной задаче. Последующий эксперимент человека-субъекта с задачей пересечения коридора подтвердил гипотезу.
Следующие статьи будут описывать эксперименты на человеке-субъекте мы узнаем основные результаты, которые указывают на значительное повышение эффективности команды роботов-людей, в то время как рейтинг человека-субъекта по производительности и доверию сопоставим с результатами, полученными при перекрестном обучении, современном обучении команды роботов-людей.
Наконец, позже обсудим влияние повторных испытаний на адаптируемость участников, а именно адаптируемость между задачами.
Ставьте лайки и подписывайтесь на канал! До новых встреч в мире будущего!