При взаимодействии людей важную роль в коммуникации играют невербальное поведение (НВП), НВП - это, например, взгляды и жесты. НВП выявляют состояние человека, укрепляют устную коммуникацию и предоставляют информацию, выходящую за рамки того, что было сказано.
В человеческо-роботных взаимодействиях НВП также играют важную роль в поддержке и расширении коммуникации. НВП роботов могут повысить эффективность обучения преподавателей роботов и повысить эффективность физических взаимодействий человека и роботов.
Однако создание эффективного робота является сложной задачей. Успех конкретных в значительной степени зависит от контекста, и неправильный тип НВП может фактически служить препятствием для действий.
Для решения проблемы создания эффективных НБГ исследователи используют методы искусственного интеллекта, такие как обучение по китайскому языку и когнитивное моделирование. В следующем разделе данной статьи описываются некоторые из этих методов искусственного интеллекта и их польза для HRI. Поскольку НВП являются неотъемлемой частью взаимодействия людей, они также обеспечивают канал информацией, который может помочь в решении проблем ИИ, связанных с непосредственным взаимодействием с людьми.
AI Методы роботизированного невербального поведения
AI разработала инструменты для построения интеллектуального поведения машины. Эти инструменты могут быть успешно применены для создания и распознавания НВП при взаимодействии человека и робота.
Многие исследователи подошли к проблеме создания НВП для роботов, основываясь на поведении людей. Данные из аннотированных взаимодействий людей являются входными данными для таких алгоритмов машинного обучения, как SVM, дерево решений и байесовские сети.
Доказано, что такие модели, основанные на данных,
- позволяют успешно вести беседы между человеком и роботом,
- поддерживают роботизированное повествование,
- информируют о передаче объектов.
Аналогичные методы обучения могут быть использованы для интерпретации поведения человека при взаимодействии человека и робота. Моделируя НВП и их коммуникативные намерения в действиях человека, системы могут предсказывать контекст коммуникативных действий человека и определять, когда робот должен предлагать помощь.
Машинное обучение также полезно при разработке интеллектуально-психологического подхода к робототехнике.
Например, модель обучения, в которой уделяется внимание наиболее значимым объектам, может развить способность к совместным действиям, ключевое невербальное поведение.
Когнитивное моделирование НВП раскрывает их знания - край, цели и намерения - их психическое состояние. В искусственном интеллекте моделирование создает системы, имитирующие психические состояния человека. Связывая НВП с лежащими в их основе когнитивными моделями, роботы могут создавать НВП, которые передают свои собственные психические состояния партнеру человека.
Например, используя когнитивную архитектуру ACT-R/E, робот может вовлечься в многостороннюю беседу, переключив свое визуальное внимание на текущего докладчика естественным образом. Тесной интеграцией является модель "Никель взгляда", в основе которой лежит когнитивная модель, позволяющая анализировать, управлять диалогом и определять цели, генерирует сдвиги взгляда в реальном времени, которые позволяют заглянуть во внутренние процессы оператора. Понимание психического состояния робота приводит к более эффективному взаимодействию человека и робота.
Роботы могут использовать визуальное восприятие для управления своим поколением НВП при взаимодействии человека и робота. Внимание человека зависит от низкоуровневых визуальных особенностей окружающей среды (таких как цвет и интенсивность), а также от контекстуальной информации высокого уровня о предстоящей задаче. Нейробиологические модели компьютерного зрения, имитирующие зрительное внимание человека, дают человеческий взгляд на различные визуальные сцены. Сочетание низкоуровневых визуальных карт характеристик с высокомотивирующей информацией создает модель поведения, которая реалистично направляет внимание робота на основе его текущей задачи. Роботы могут использовать биологические модели зрения для совместного внимания и имитации взгляда, позволяя учителю учиться у человека.
Невербальное поведение при проблемах с ИИ
Социальные роботы становятся все более полезными, когда они переезжают из лаборатории в естественную среду обитания человека, такую как дома и школы. Однако для социального взаимодействия в динамичной, неподдающейся огласке среде реального мира требуется понимание в режиме реального времени, в том числе умение использовать естественный язык, учиться на демонстрациях и планировать движения.
Невербальная коммуникация — это тонкий, мультимодальный канал, который может быть использован для дополнения и поддержки интеллектуального поведения во время взаимодействия человека и робота. В качестве дополнительного входа или дополнительной выразительной мощности двигателя, НВП, такие как взгляд и жесты, могут упростить другие проблемы с искусственным интеллектом.
Исследователи в области обработки естественного языка разработали модель понимания команд естественного языка для роботов, выполняющих навигацию и манипуляции. Сначала модель обосновывает компоненты владения естественным языком применительно к конкретным объектам, местам или действиям в окружающей среде. Это обоснование действует исключительно на основе устных комментариев. Включение ссылочного глазного взгляда в модель заземления потенциально повысило бы доверие к заземлению символов за счет предоставления дополнительного, мультимодального командного ввода.
Взгляд в глаза может быть неоднозначным между двумя похожими объектами. Например, если для слова "грузовик" имеется два заземления, то включение в модель команды "поставить поддон на грузовик" глазного взгляда, уточняет направление, не требуя дополнительной пространственной речи, такой как "тот, что слева". Это повышает эффективность, так как требует меньше словесных команд от пользователя и меньше языковых процессов - от системы.
Знания глазного взгляда могут также увеличить скорость (и, следовательно, эффективность) взаимодействия. Поскольку люди, естественно, зацикливаются на объектах примерно за секунду до того, как они на них обратятся, взгляд может быть использован для предварительной обработки, что позволяет системе устранить некоторые потенциальные заземления до того, как вся команда будет получена.
Обучение на примере наблюдающей позиции (ОНП) — это подход к машинному обучению, при котором робот разрабатывает политику выполнения задачи путем наблюдения за демонстрацией выполняемой задачи. Система ОНП широко используется для обучения роботов во многих областях.
НВП роботов обеспечивают обратную связь с преподавателями, раскрывая их знания и концентрацию внимания. Люди чутко реагируют на психические состояния робота, обучая его, и будут учитывать визуальное внимание робота только в своем поведении (с точки зрения пауз, скорости и магнитуды движений). Этот тонкий, но естественный механизм обратной связи приводит к обучению, которое имеет меньше ошибок, быстрее восстанавливается после ошибок и меньше повторений материала.
Будущие системы ОНП выиграют от дальнейшего использования НВП. Робот-системы, которые это делают, будут тесно привязывать взгляд и жест поведения к знаниям, намерениям и целям. Например, интеграция контроллера НВП в логический планировщик позволит роботу зафиксировать свой взгляд на объект, о котором он сейчас рассуждает, прозрачно раскрыть свои намерения перед партнером по бизнесу.
Четкость и предсказуемость движения
При оценке взаимодействия с роботом важно, чтобы движение робота четко отражало его намерения и будущие действия. Четкость и предсказуемость траекторий движения робота может быть определена математически. Уравнения разборчивости и предсказуемости моделируют умозаключения пользователя между траекториями движения и точками ворот.
Люди используют поведение взгляда, чтобы сделать аналогичные выводы о том, где будет работать сотрудник. В сотрудничестве люди могут распознать и отреагировать на зрительный взгляд, который индицирует пространственные ориентиры, успешно предсказывая цель эталона своего партнера. Выразительное невербальное поведение, выявляющее состояние мужчин, ускоряет выполнение совместных задач, позволяет быстрее обнаруживать ошибки и работать с ними более эффективно, чем с исключительно невербальной коммуникацией, основанной на выполнении задач.
Включение взгляда в уравнения предсказуемости и разборчивости позволит роботам воспользоваться преимуществами этого естественного, тонкого, коммуникативного поведения. Сочетание взгляда глаза с траекториями движения привело бы к мультимодальному поведению, которое является еще более коммуникативным, чем только траектории движения.