日本精品aⅴ一区二区三区|国产欧美一二三区|国产乱码精品精|国产精品电影在线免费

      1. <blockquote id="utafg"><th id="utafg"></th></blockquote>
    1. <div id="utafg"></div>
        <blockquote id="utafg"><th id="utafg"></th></blockquote>

        <menuitem id="utafg"></menuitem>
      1. 您現(xiàn)在的位置是:首頁 >人工智能 > 2022-03-21 14:40:15 來源:

        如何幫助人類理解機器人

        導讀 研究人機交互的科學家往往專注于從機器人的角度理解人類的意圖,因此機器人學會更有效地與人合作。但人機交互是雙向的,人類也需要學習機器

        研究人機交互的科學家往往專注于從機器人的角度理解人類的意圖,因此機器人學會更有效地與人合作。但人機交互是雙向的,人類也需要學習機器人的行為方式。

        由于數(shù)十年的認知科學和教育心理學研究,科學家們對人類如何學習新概念有了很好的掌握。因此,麻省理工學院和哈佛大學的研究人員合作,將完善的人類概念學習理論應用于人機交互的挑戰(zhàn)。

        他們檢查了過去的研究,重點是人類試圖教機器人新行為。研究人員發(fā)現(xiàn)了這些研究可以將兩種互補的認知科學理論中的元素納入他們的方法的機會。他們使用這些作品中的例子來展示這些理論如何幫助人類更快、更準確、更靈活地形成機器人的概念模型,從而提高他們對機器人行為的理解。

        為機器人建立更準確的心智模型的人類通常是更好的合作者,當人類和機器人在制造和醫(yī)療保健等高風險情況下一起工作時,這一點尤其重要,SerenaBooth說,她是互動機器人小組的研究生。計算機科學與人工智能實驗室(CSAIL),該論文的主要作者。

        “無論我們是否試圖幫助人們建立機器人的概念模型,他們無論如何都會建立它們。這些概念模型可能是錯誤的。這會使人們處于嚴重的危險之中。重要的是,我們盡我們所能為那個人提供他們可以建立的最佳心理模型,”布斯說。

        Booth和她的導師、麻省理工學院航空航天學教授、交互式機器人小組負責人JulieShah與哈佛大學的研究人員合作撰寫了這篇論文。

        ElenaGlassman'08,MNG'11,PhD'16,哈佛大學約翰A.保爾森工程與應用科學學院計算機科學助理教授,在學習理論和人機交互方面具有專業(yè)知識,是項目。哈佛的合著者還包括研究生SanjanaSharma和研究助理SarahChung。該研究將在IEEE人機交互會議上發(fā)表。

        理論方法

        研究人員使用兩個關鍵理論分析了35篇關于人機教學的研究論文。“類比遷移理論”表明人類通過類比學習。當一個人與一個新的領域或概念進行交互時,他們會隱含地尋找他們可以用來理解新實體的熟悉的東西。

        “學習的變異理論”認為,策略變異可以揭示一個人可能難以辨別的概念。它表明人類在與新概念交互時會經(jīng)歷一個四步過程:重復、對比、概括和變化。

        布斯說,雖然許多研究論文包含了一種理論的部分要素,但這很可能是偶然的。如果研究人員在工作開始時就參考了這些理論,他們可能能夠設計出更有效的實驗。

        例如,在教人類與機器人互動時,研究人員經(jīng)常向人們展示機器人執(zhí)行相同任務的許多示例。但是為了讓人們建立一個準確的機器人心智模型,變異理論表明他們需要看到機器人在不同環(huán)境中執(zhí)行任務的一系列示例,并且他們還需要看到它犯錯。

        “這在人機交互文獻中非常罕見,因為它違反直覺,但人們還需要看到負面例子來理解機器人不是什么,”布斯說。

        這些認知科學理論也可以改進物理機器人設計。Booth解釋說,如果機械臂類似于人類手臂,但運動方式與人類運動不同,那么人們將難以建立機器人的準確心智模型。正如類比轉(zhuǎn)移理論所建議的那樣,由于人們將他們所知道的——人類手臂——映射到機器人手臂,如果運動不匹配,人們可能會感到困惑并且難以學習與機器人互動。

        加強解釋

        布斯和她的合作者還研究了人類概念學習理論如何改進解釋,以幫助人們建立對不熟悉的新機器人的信任。

        “在可解釋性方面,我們有一個非常大的確認偏差問題。通常沒有關于解釋是什么以及人們應該如何使用它的標準。作為研究人員,我們經(jīng)常設計一種解釋方法,它對我們來說看起來不錯,然后我們將其發(fā)布,”她說。

        相反,他們建議研究人員使用人類概念學習的理論來思考人們將如何使用解釋,這些解釋通常由機器人生成,以清楚地傳達他們用來做出決策的政策。布斯說,通過提供幫助用戶理解解釋方法的含義、何時使用以及不適用的地方的課程,他們將對機器人的行為有更深入的理解。

        根據(jù)他們的分析,他們就如何改進人機教學研究提出了一些建議。一方面,他們建議研究人員通過指導人們在學習使用新機器人時進行適當?shù)谋容^來結(jié)合類比轉(zhuǎn)移理論。布斯說,提供指導可以確保人們使用合適的類比,這樣他們就不會對機器人的行為感到驚訝或困惑。

        他們還建議,包括機器人行為的正面和負面例子,并讓用戶了解機器人“策略”中參數(shù)的戰(zhàn)略變化如何影響其行為,最終跨越戰(zhàn)略變化的環(huán)境,可以幫助人類更好更快地學習。機器人的策略是一個數(shù)學函數(shù),它為機器人可以采取的每個動作分配概率。

        “多年來,我們一直在進行用戶研究,但我們一直根據(jù)自己的直覺從臀部拍攝,以了解什么對向人類展示有幫助或無用。下一步將更加嚴格地將這項工作建立在人類認知理論的基礎上,”格拉斯曼說。

        既然使用認知科學理論的初步文獻綜述已經(jīng)完成,布斯計劃通過重建她研究的一些實驗來測試他們的建議,看看這些理論是否真的能改善人類的學習。