Чтобы эффективно взаимодействовать с людьми в людных местах, таких как торговые центры, больницы и другие общественные места, роботы должны иметь возможность активно участвовать как в групповых, так и в индивидуальных взаимодействиях. Однако было обнаружено, что большинство существующих роботов работают намного лучше при общении с отдельными пользователями, чем с группами людей.

Хуман Хедаяти и Даниэль Сафир, два исследователя из Университета Северной Каролины в Чапел-Хилл, недавно разработали новую технику, основанную на данных, которая может улучшить взаимодействие роботов с группами людей. Этот метод, представленный в документе, представленном на Международной конференции ACM/IEEE 2022 года по взаимодействию человека и робота (HRI ’22), позволяет роботам предсказывать положение людей в разговорных группах, чтобы они по ошибке не игнорировали человека, когда их датчики полностью или частично заблокированы.

«Быть ​​​​в разговорной группе легко для людей, но сложно для роботов», — сказал TechXplore Хуман Хедаяти, один из исследователей, проводивших исследование. «Представьте, что вы разговариваете с группой друзей, и всякий раз, когда один из ваших друзей моргает, он прекращает говорить и спрашивает, здесь ли вы еще. Этот потенциально раздражающий сценарий примерно соответствует тому, что может произойти, когда робот находится в разговорных группах».

Одна из причин, по которой многие роботы время от времени ведут себя неправильно во время группового разговора, заключается в том, что их действия в значительной степени зависят от данных, собранных их датчиками (например, камерами, датчиками глубины и т. д.). Датчики, однако, склонны к ошибкам, и иногда им могут мешать внезапные движения и препятствия в окружении робота.

«Если камера робота на секунду маскируется препятствием, подобно тому, как люди моргают, робот может не увидеть этого человека и, как следствие, игнорировать пользователя», — пояснил Хедаяти.

«Исходя из моего опыта, пользователи находят такое неправильное поведение тревожным. Основная цель нашего недавнего проекта заключалась в том, чтобы помочь роботам обнаруживать и предсказывать положение незамеченного человека в разговорной группе».

Чтобы предсказать положение людей в разговорной группе, Хедаяти и Шафир сначала разработали алгоритм, который проверяет убеждения робота о том, кто является частью группы, а кто нет. Этот алгоритм может обнаруживать ошибки робота (т. е. если он игнорирует существование одного или нескольких человек в разговорной группе). Впоследствии он прогнозирует положение необнаруженного пользователя/пользователей, анализируя доступные данные.

«Наш подход основан на одном из наших прошлых наблюдений, — пояснил Хедаяти. «В частности, когда мы чистили «набор данных Babble» (набор данных о разговорных группах между людьми), мы обнаружили, что люди, как правило, остаются в предопределенных позициях по отношению друг к другу. Это означает, что если мы знаем положение всех людей в разговоре группу, кроме одного, мы можем предсказать его/ее положение».

Техника, разработанная Хедаяти и Сафиром, была обучена на ряде существующих наборов данных, содержащих аннотированные кадры групп пользователей-людей, разговаривающих друг с другом. Анализируя положение других выступающих в группе, он может точно предсказать положение незамеченного пользователя.

«Мы показали, что можем моделировать человеческое поведение для роботов, чтобы они лучше понимали динамику разговорных групп», — сказал Хедаяти.

В будущем новый подход, представленный этой группой исследователей, может помочь улучшить разговорные способности как существующих, так и недавно разработанных роботов. Это, в свою очередь, может упростить их внедрение в больших общественных местах , включая торговые центры, больницы и госпитали.

«Мы стремимся улучшить диалоговые группы человека и робота, и в этой области есть много интересных открытых проблем (например, как определить, кто является активным говорящим, где роботы должны стоять в группе, как присоединиться к группе и т. д.). )», — добавил Хедаяти. «Следующим шагом для нас будет улучшение поведения взгляда роботов в разговорной группе. Люди находят роботов с лучшим поведением взгляда более умными (например, роботов, которые знают, кто говорит и смотрит на него/нее). улучшить поведение взгляда роботов и сделать разговорную группу человека с роботом более приятной для людей».