Real-Time Service Robot Replanning via Simple Button Interaction for Improved Task Success and User Experience
تقترح هذه الورقة نظاماً لإعادة التخطيط في الوقت الفعلي للروبوتات الخدمية يستخدم تفاعلات بسيطة عبر زر واحد على جهاز لوحي للسماح للمستخدمين بتصحيح الإخفاقات، مما يثبت من خلال التجارب أن هذا النهج يحسن بشكل كبير كلاً من معدلات نجاح المهام وتجربة المستخدم دون التسبب في مشاعر سلبية.
في عالم روبوتات الخدمة الصاخب، تُكلف الآلات بشكل متزايد بالتنقل في البيئات البشرية المعقدة مثل المطاعم والمستشفيات والمنازل. وتعتمد هذه الآلات على برمجيات متطورة للاستماع إلى التعليمات واتخاذ قرار بشأن الإجراءات الفيزيائية التي ستتخذها لاحقًا، مثل التقاط كوب أو الانتقال إلى طاولة معينة. وبينما أصبحت هذه الأنظمة جيدة جدًا في اتباع الأوامر البسيطة أحادية الخطوة، إلا أنها غالبًا ما تتعثر عندما تواجه سلسلة من الإجراءات أو عندما يحدث خطأ ما. فقد يسيء الروبوت سماع طلب، أو يمسك بالشيء الخاطئ، أو يفشل في التعرف على عائق، وبدون وسيلة لمعرفة أنه أخطأ، فإنه ببساه يستمر في مساره الخاطئ. إن التحدي الذي يواجه المهندسين لا يقتصر فقط على بناء روبوتات أكثر ذكاءً، بل في كيفية السماح للبشر بالمساعدة في إصلاح الأخطاء دون جعل التفاعل يبدو وكأنه عبء. فإذا كان على الإنسان أن يتوقف ويشرح بالتفصيل الدقيق ما حدث بالضبط، فإن التجربة ستصبح محبطة وغير فعالة. ويبقى السؤال: هل يمكن للإنسان أن يتدخل لتصحيح مسار الروبوت بطريقة تبدو طبيعية وبسيطة، بدلاً من أن تكون متطلبة وموترة؟
لقد سعى باحثون في معهد كيوشو للتكنولوجيا في اليابان للإجابة على هذا السؤال من خلال اختبار طريقة جديدة تتيح للناس توجيه روبوتات الخدمة في الوقت الفعلي. وقد ركزوا على سيناريو شائع حيث يعمل الروبوت كنادل، يأخذ الطلبات ويقدم الطعام. وفي تجاربهم، قارنوا بين نسختين من سلوك الروبوت. في النسخة الأولى، كان الروبوت يعمل بمفرده؛ فإذا أساء فهم أمر ما أو أمسك بالمشروب الخاطئ، لم يكن لدًا وسيلة لمعرفة ذلك، وكان ببساطة يقدم العنصر غير الصحيح. أما في النسخة الثانية، فقد أضاف الباحثون نظام تغذية راجعة بسيطًا. فعندما يرتكب الروبوت خطأً، يمكن للمستخدم الضغط على زر "إيقاف" واحد على جهاز لوحي. هذا الإجراء الواحد لم يتطلب من المستخدم شرح الخطأ أو كتابة رسالة، بل كان الزر ببساطة يشير إلى أن شيئًا ما قد سار بشكل خاطئ. ومن ثم استخدم برنامج الروبوت هذه الإشارة للتوقف، ومراجعة ما قام به للتو، ومعرفة كيفية تصحيح مساره لإكمال المهمة بشكل صحيح.
أظهرت نتائج الدراسة أن هذا التدخل البسيط حسن بشكل كبير من أداء الروبوت. فبدون زر التغذية الراجعة، نجح الروبوت في إكمال 55 بالمائة فقط من مهام الخدمة، وغالبًا ما فشل لأنه لم يستطع اكتشاف أخطائه الخاصة، مثل سوء سماع أمر صوتي أو الخلط بين أحد الأشياء والآخر. وعندما تم تفعيل وظيفة التغذية الراجعة، قفز معدل النجاح إلى 86 بالمائة. لقد سمح النظام للروبوت بالتعافي من الأخطاء التي كان سيفوتها لولا ذلك، محولًا محاولة فاشلة إلى عملية تسليم ناجحة. والأهم من ذلك، وجد الباحثون أن هذا التفاعل الإضافي لم يجعل المستخدمين يشعرون بمزيد من القلق أو الانزعاج. في الواقع، حدث العكس؛ فقد أفاد المشاربون الذين استخدموا الزر بأنهم شعروا بقلق أقل تجاه سلوك الروبوت، وكانوا أقل عرضة للشعيد بأن الروبوت يتصرف بطرق غير متوقعة. ويبدو أن مجرد وجود وسيلة بسية وسهلة الاستخدام لتصحيح مسار الروبوت قد منح المستخدمين شعورًا بالسيطرة قلل من توترهم، رغم أنهم ضغطوا على الزر ثماني مرات فقط من أصل خمسين مهمة.
تشير الدراسة إلى أن عبء التفاعل مع الروبوت يعتمد أقل على عدد المرات التي يتعين فيها على الإنسان التدخل، وأكثر على مدى سهولة تنفيذ هذا التدخل. ومن خلال تصميم نظام كان فيه ضغط زر واحد كافيًا لتفعيل عملية تصحيح داخلية معقدة، نجح الباحثون في إزالة الحاجة من المستخدمين لتشخيص المشكلة بأنفسهم. وقد سمح هذا النهج للروبوت بالقيام بالعمل الشاق المتمثل في معرفة ما حدث خطأ، بينما قدم الإنسان فقط الإشارة البسيطة بضرية الحاجة للمساعدة. وتدعم هذه النتائج فكرة أن التفاعلات البسيطة لا تخلق تجربة سلبية، بل يمكنها جعل التعاون أكثر سلاسة ونجاحًا. وقد لاحظ الباحثون أنه بينما عمل النظام بشكل جيد في محاكاة المطعم المحكومة، لا تزال هناك مساحة لتحسين كيفية تواصل الروبوتات عن حالتها للمستخدمين، لضمان قدرة الناس على رصد الأخطاء حتى عندما لا يراقبون الآلة عن كثب. وفي نهاية المطاف، يشير هذا العمل نحو مستقبل لا تكون فيه روبوتات الخدمة مستقلة فحسب، بل قابلة للتكيف أيضًا مع المساعدة البشرية بطريقة تبدو سلسة ومطمئنة.
ملخص تقني: إعادة تخطيط مسار الروبوت الخدمي في الوقت الفعلي عبر تفاعل زر بسيط
بيان المشكلة تواجه الروبوتات الخدمية التي تعمل في بيئات العالم الحقيقي (مثل المطاعم أو المستشفيات) تعليمات غير متوقعة وإخفاقات في التنفيذ بشكل متكرر. وبينما حسنت طرق تخطيط المهام القائمة على النماذج اللغوية الكبيرة (LLM) مؤخرًا، مثل "SayCan"، قدرة الروبوت على تفسير اللغة الطبيعية، إلا أن معدلات نجاحها تنخفض بشكل كبير في المهام متعددة الخطوات (لتصل إلى أقل من 50%) بسبب حالات عدم اليقين في التعرف على الأشياء، وسوء تفسير الصوت، والخلل في الفهم الدلالي. وتعتمد الأساليب الحالية غالبًا على قدرة الروبوتات على اكتشاف الإخفاقات ذاتيًا لطلب المساعدة البشرية؛ ومع ذلك، لا تستطيع الروبوتات اكتشاف جميع أنواع الإخفاقات (مثل تقديم الشيء الخاطئ بسبب خطأ في التعرف). وفي المق المقابل، تشير الأبحاث السابقة إلى أن زيادة التفاعل بين الإنسان والروبوت غالبًا ما تفرض عبئًا إدراكيًا وزمنيًا على المستخدمين، مما يؤدي إلى الشعور بالإحباط والقلق. وهذا يخلق فجوة: الروبوتات تفتقر إلى الاستقلالية الكاملة، ومع ذلك فإن تصميمات التدخل الحالية غالبًا ما تكون مرهقة للغاية للمستخدمين بحيث يصعب استخدامها بفعالية.
المنهجية يقترح المؤلفون نظام تغذية راجعة في الوقت الفعلي مصمم لسد هذه الفجوة من خلال تمكين تدخل بشري بديهي ومنخفض العبء. يتكون جوهر المنهجية من مكونين:
تخطيط المهام المتسلسل: يستخدم النظام نموذجًا لغويًا كبيرًا (GPT-4o) لتنفيذ المهام بالتسلسل بناءً على إطار عمل "SayCan". يقوم النظام باستنتاج قائمة بالمهارات والأهداف، وتنفيذها، ثم إعادة استنتاج الخطوة التالية بناءً على التنفيذ السابق والترتيب الأصلي للمستخدم.
آلية التغذية الراجعة عبر زر واحد: لمعالجة قصور الروبوتات في اكتشاف أخطائها الخاصة، يقوم النظام بتفويض عملية "الاستنتاج" الخاصة بالفشل إلى النموذج اللغوي الكبير بدلاً من المستخدم.
الواجهة: يتفاعل المستخدمون عبر جهاز لوحي مزود بزر "إيقاف" واحد.
العملية: عند ضغط المستخدم على الزر، يرسل النظام "أمرًا" (Prompt) إلى النموذج اللغوي الكبير يحتوي على قائمة المهارات التي تم تنفيذها سابقًا والترتيب الأصلي للمستخدم.
إعادة التخطيط: يحلل النموذج اللغوي الكبير هذا السياق لاستنتاج "ما الذي فشلتُ فيه؟" و"كيف يجب أن أعدل سلوكي؟". ومن ثم يعيد تقييم الهدف المنشود والمهارات اللازمة (مثل الإمساك بمشروب مختلف) ويعيد تخطيط تسلسل المهمة المتبقية.
فلسفة التصميم: تم تصميم الواجهة لتكون في حدها الأدنى (عملية واحدة فقط) لتقليل العبء البدني والإدراكي، وذلك تحت فرضية أن "التفاعلات البسيطة لا تسبب تجربة مستخدم سلبية".
الإعداد التجريبي أجرى المؤلفون تجارب مستخدم في بيئة مطعم محاكية تتضمن مهام النادل (أخذ الطلبات، التقديم، التنظيف).
الحالات: تم اختبار سيناريوهين: أحدهما بدون وظيفة التغذية الراجعة والآخر مع وظيفة التغذية الراجعة المقترحة.
المشاركون: تم استخدام مجموعات مختلفة من المشاركين (طلاب وبالغين عاملین) لكل حالة لضمان استقلالية العينات.
المقاييس: تم تسجيل معدلات نجاح المهام، وتم تقييم تجربة المستخدم باستخدام استبيان مقياس "ليكرت" خماسي النقاط يركز على القلق، والسلوك غير المتوقع، والرغبة في التدخل.
النتائج الرئيسية
معدل نجاح المهمة: أدى تنفيذ وظيفة التغذية الراجعة إلى تحسين معدلات نجاح المهام بشكل ملحوظ. بدون التغذية الراجعة، كان معدل النجاح 55% (21/38 محاولة). ومع وظيفة التغذية الراجعة، ارتفع معدل النجاح إلى 86% (43/50 محاولة). ومن الجدير بالذكر أن 8 من المهام الناجحة في الحالة الثانية تم استردادها تحديدًا من خلال آلية التغذية الراجعة.
تجربة المستخدم:
السلوك غير المتوقع: تحسن متوسط الدرجة لـ "هل شعرت أن سلوك الروبوت كان غير متوقع؟" من 3.0 (بدون تغذية راجعة) إلى 2.5 (مع التغذية الراجعة).
القلق: تحسن متوسط الدرجة لـ "هل شعرت بالقلق تجاه سلوك الروبوت في بعض الأحيان؟" من 3.1 إلى 2.2.
الرغبة في التدخل: على الرغم من زيادة القدرة على التفاعل، أفاد المستخدمون بانخفاض الرغبة في التدخل، مما يشير إلى أن توافر آلية التصحيح البسيطة قلل من القلق حتى عندما تم الضغط على الزر نادرًا (8 مرات فقط في 50 محاولة).
الديموغرافيا: كان النظام متاحًا لجميع الفئات العمرية، بما في ذلك الأطفال، رغم أن المستخدمين الأصغر سنًا وجدوا صعوبة طفيفة في التنبؤ بالخطوة التالية للروبوت مقارنة بالبالغين.
الأهمية والادعاءات يزعم البحث أن النظام المقترح يعالج بنجاح المقايضة بين استقلالية الروبوت وعبء المستخدم. تكمكن الأهمية الأساسية من إثبات أن تبسيط آلية التدخل (بتقليصها إلى زر واحد) يسمح للمستخدمين بتصحيح إخفاقات الروبوت دون تحمل التجارب السلبية (القلق، الإحباط) المرتبطة عادةً بالتعاون بين الإنسان والروبوت.
تؤكد الدراسة فرضية أن "التفاعلات البسيطة لا تسبب تجربة مستخدم سلبية". ومن خلال نقل تعقيد تحليل الفشل إلى النموذج اللغوي الكبير، يتيح النظام إعادة التخطيط بسلاسة. ويخلص المؤلفون إلى أن مجرد وجود أداة تصحيح سهلة الاستخدام يحسن الحالة العاطفية للمستخدم وثقته، حتى لو لم تُستخدم الأداة بشكل متكرر. وهذا يشير إلى أن تصميم التفاعل هو عامل حاسم في تجربة المستخدم، بمعزل عن النتيجة النهائية للمهمة.
القيود والعمل المستقبلي يقر المؤلفون بتواضع بأن النظام يعتمد على المستخدمين لاكتشاف الإخفاقات؛ فإذا لم يكن المستخدمون يراقبون الروبوت عن كثب (كما هو الحال في العالم الحقيقي حيث قد لا يراقبونه باستمرار)، فقد تظل الإخفاقات دون تصحيح. يهدف العمل المستقبلي إلى تحسين كيفية تواصل الروبوت عن حالته مع المستخدمين لتسهيل اتخاذ قرار أفضل بشأن متى يجب التدخل، بالإضافة إلى استكشاف وسائط تغذية راجعة أخرى مثل الصوت والإيماءات.