В этой статье представили пример полной совещательной архитектуры, предназначенной для социальных роботов. Хотя большинство его подкомпонентов были независимо представлены в других публикациях, мы впервые предлагаем здесь перспективу модели интеграции этих компонентов в последовательную и согласованную систему социального взаимодействия человека и робота. Сначала раскрыли нашу базовую модель знаний, основанную на логике описания и некоторые из полученных в результате способностей рассуждений, относящихся к устранению неоднозначности и ментальному моделированию которые, как было показано, эффективно поддерживают взаимодействие используя семантику уровня человека и когнитивные навыки. Затем представили наш подход к обоснованию символов, основанный на среде оценки амодальной ситуации, которая поддерживает взятие перспективы. Мы объединяем его далее с расположенным процессором естественного языка, чтобы обеспечить полную мультимодальную интерактивную связь. В статье также рассматривается наш символический планировщик социальных задач: он генерирует прогнозные планы действий человека, которые позволяют системе планировать совместные задачи человек-робот. Он также может использовать социальную эвристику для оптимизации планов социальной приемлемости. Мы кратко упомянем о нашем человеко-ориентированном планировщике движений и манипуляций и, наконец, представим два контроллера исполнения, основанные на PRS Shary и управляемые событиями pyRobots .
Интеграция этих компонентов в согласованную, работающую и наблюдаемую систему основывается на особой конструкции интерфейсов между когнитивными компонентами: информационные потоки используют высокоуровневую семантику, представленную в виде логических операторов первого порядка. В этом смысле наша совещательная архитектура похожа на такие проекты, как cram, KeJia или PEIS Ecology, но при этом более сильный акцент делается на специфике взаимодействия с людьми. Важно отметить, что мы отличаемся от исследований когнитивных архитектур Когнитивные архитектуры обычно понимаются как искусственная, но принципиальная модель (человеческого) познания. Хотя некоторые из них были развернуты на автономных роботах, таких как HAMMER или ACT-R / E , большинство из них в первую очередь связаны с моделированием человеческого познания и в меньшей степени ориентированы на эффективное развертывание на социально интерактивных роботах. В этом смысле наш вклад с точки зрения архитектуры является практическим: наша интеграционная модель позволяет последовательно комбинировать большой набор технически независимых, но когнитивно взаимозависимых когнитивных процессов. Мы соединяем их через явную семантику на уровне человека и показываем, что в результате получается полностью реализованная система, эффективно развернутая на нескольких платформах и в нескольких реальных сценариях взаимодействия.
Эта работа представляет несколько новых вкладов, связанных с представлением и управлением людьми в автономной роботизированной системе. В частности, мы упоминали во введении следующие четыре пункта:
- Система обеспечивает мультимодальное и интерактивное заземление в сложных реальных условиях, в которых участвует один или несколько человек и робот;
- Он поддерживает распределенное вычисление символьных знаний для локализованного диалога, благодаря сочетанию выбора перспективы, вычисления стоимости и логического вывода;
- Он предоставляет общие механизмы, позволяющие роботу рассуждать о психическом состоянии своих человеческих партнеров;
- Повторно используя вычисленные возможности и выводы, он генерирует, контролирует и принимает участие в общих планах человек-робот.
Несмотря на то, что некоторые материалы в литературе дают понимание и вклады по тому или иному аспекту (ссылки приведены в соответствующих подразделах), нам неизвестна полностью реализованная архитектура, которая эффективно сочетает в себе все эти моменты. Новизна и актуальность этого вклада в HRI дополнительно подчеркивается рядом междисциплинарных сотрудничества и исследований, которые стали возможными благодаря нашей архитектуре.
Продолжение следует...