Исследовательская группа из университетов Суррея и Гамбурга представила новый метод обучения роботов социальным навыкам, исключающий участие людей на начальных этапах тестирования. Эта инновационная технология была представлена на международной конференции IEEE по робототехнике и автоматизации (ICRA).
Как устроено обучение?
Разработанный алгоритм создает цифровую копию человеческого поведения, позволяя роботам учиться взаимодействию без привлечения реальных участников экспериментов. Этот подход значительно сокращает затраты времени и усилий, необходимых для разработки эффективных моделей социального взаимодействия между человеком и машиной.
Ранее подобные системы тестировались исключительно с привлечением десятков добровольцев, что занимало много времени и ресурсов. Теперь же ученые предлагают заменять реальные испытания виртуальной симуляцией, проверяя поведение роботов в смоделированных условиях.
Ключевое преимущество метода
- Возможность ускорить проверку и улучшение алгоритмов восприятия окружающей среды.
- Повышение эффективности процесса благодаря автоматической коррекции ошибок.
Алгоритм предсказывает точку фиксации взгляда робота на основе анализа видеоданных. Затем эта информация сравнивается с базой данных, содержащей записи движений глаз и головы реальных людей, взаимодействовавших с прототипами роботов. Результаты показали высокую точность совпадений: робот успешно повторяет естественные движения глаз, даже в сложных и шумных обстановках.
Доктор Ди Фу, один из авторов исследования, подчеркнул значимость данной методики:
“Наша модель способна точно воспроизводить направление взгляда человека, снижая потребность в постоянном контроле исследователей”.
Новый подход предполагает следующий порядок действий:
1. Создание виртуальной комнаты, где находится человек и робот.
2. Прогноз траектории взгляда виртуального человека на основе изображений с камеры.
3. Автоматическое сравнение карты прогнозируемых важных объектов с реальной записью движений глаз.
4. Анализ отклонений и коррекция параметров модели в режиме реального времени.
Практические перспективы
Авторы планируют дальнейшее развитие подхода, включая возможность распознавания эмоций и невербальных сигналов в группе людей. Такая методика позволит существенно сократить стоимость разработок и сделать взаимодействие роботов с людьми естественным и комфортным.
Таким образом, исследование открывает новые горизонты в создании социальных роботов, способных эффективно интегрироваться в человеческое общество без чрезмерной зависимости от лабораторий и дорогих тестов с живыми участниками.
