康奈爾大學和加州大學伯克利分校的研究人員開發(fā)了一種自動生成動作的方法，機器人可以用這種方法表達無法完成給定任務的能力。這些產(chǎn)生的動作清楚地傳達了機器人無法完成的任務以及為何無法完成的任務。

進行這項研究的研究人員之一Minae Kwon對TechXplore表示：“與機器人互動時，對人類對機器人功能的準確期望非常重要。” “設定準確期望值的一種方法是了解哪些機器人無能為力以及原因。”

當前，大多數(shù)機器人故障都非常無用。換句話說，當機器人無法完成任務時，它可能在動作中間突然停止，甚至一開始就拒絕開始任務。這使得人類很難理解機器人故障的原因，也難以概括其能力。

Kwon說：“我們希望找到一種方法，使機器人甚至可以在故障發(fā)生之前更智能地交流其能力(即，他們正在嘗試做什么以及為什么會失敗)。” “特別是，我們專注于與運動計劃任務(例如，抬起杯子，推門)相關的能力不足，因為我們想使用表情運動來解決此問題。”

Kwon，她的同事Sandy Huang和他們的顧問Anca Dragan在軌跡優(yōu)化的背景下解決了這個問題。他們的方法最大程度地減少了無法表達運動與允許機器人成功執(zhí)行任務之間的相似性，同時還考慮了機器人的物理限制。當研究人員評估不同的相似性度量時，他們發(fā)現(xiàn)一個特別能很好地概括為各種各樣的任務，從而產(chǎn)生適合于各個任務的表達動作。

Kwon解釋說：“我們會產(chǎn)生嘗試動作，或者是機器人盡最大努力來完成它會遵循的軌跡的動作，” “遵循期望的軌跡說明了機器人的目標，而約束說明了故障。為傳達這種能力，我們連續(xù)倒帶并重復這些嘗試動作。”

研究人員采用的方法會自動生成表示機器人無能的動作，同時傳達其試圖實現(xiàn)的目標以及失敗背后的原因。這最終可以改善最終用戶和機器人之間的交流，從而促進他們在廣泛任務上的協(xié)作。