Robotom będzie łatwiej dogadać się z ludźmi

Nową, opartą metodę, która umożliwia robotom lepszą komunikację z grupą rozmówców, zaprezentowali Hooman Hedayati i Daniel Szafir z Uniwersytetu Północnej Karoliny. Jak zauważyli, teraz często zdarza się, że w takich grupowych konwersacjach roboty nie dostrzegają niektórych uczestników, chwilowo niewidocznych dla ich sensorów, przez co osoby te czują się ignorowane. Dochodzi do tego zazwyczaj, gdy osoby w grupie przemieszczają się lub gdy dołącza ktoś nowy.

"Wyobraź sobie, że rozmawiasz z grupą przyjaciół, a za każdym razem, gdy jeden z nich mrugnie, przestaje mówić i pyta, czy nadal tam jesteś. Taki, z grubsza, potencjalnie irytujący scenariusz może się zdarzyć, gdy wśród rozmówców jest robot. Jeśli bowiem kamerę robota na sekundę zasłoni jakaś przeszkoda, podobnie jak w przypadku mrugnięcia okiem, robot może nie widzieć danej osoby i w rezultacie ją ignorować" - przekazał serwisowi TechXplore Hooman Hedayati, jeden autorów nowego algorytmu.

Zaprezentowana przez niego i Daniela Szafira technika umożliwia robotom przewidywanie liczby osób w grupie na podstawie rozmieszczenia rozmówców, tak aby omyłkowo nikogo nie ignorowały, nawet jeśli ich czujniki zostały całkowicie lub częściowo zasłonięte.

"Nasze podejście opiera się na jednej z wcześniejszych obserwacji. Gdy czyściliśmy zbiór danych dotyczących zachowań ludzkich grup konwersacyjnych, odkryliśmy, że ludzie mają tendencję do ustawiania się w względem siebie w określonych pozycjach. Znaczy to, że jeżeli znamy pozycje wszystkich uczestników konwersacji z wyjątkiem jednego, możemy łatwo przewidzieć pozycję tego ostatniego"- wyjaśnił Hedayati.

Hedayati i Szafir najpierw opracowali algorytm, który monitoruje "świadomość" robota, kto należy do grupy rozmówców, a kto nie. To pozwoliło im wykryć błędy maszyny, czyli sytuacje, gdy nie dostrzegała jednej lub więcej osób. Kolejnym krokiem było przewidzenie pozycji niewykrytego rozmówcy na podstawie analizy dostępnych danych. Opracowany przez Hedayatiego i Szafira algorytm został przetestowany na serii zbiorów danych zawierających odpowiednio otagowane nagrania grup rozmawiających ze sobą ludzi. Analizując pozycje pozostałych rozmówców w grupie, można dokładnie odtworzyć pozycję niewykrytego uczestnika.

"Pokazaliśmy, że można na potrzeby robotów modelować ludzkie zachowania, aby maszyny lepiej rozumiały dynamikę grup konwersacyjnych" - podsumował efekty pracy Hedayati.

W przyszłości to rozwiązanie może pomóc w zwiększeniu umiejętności konwersacyjnych robotów. A to z kolei ułatwi ich wdrożenie jako asystentów w miejscach publicznych.