Guessing human intentions to avoid dangerous situations in caregiving robots
Questo articolo presenta un algoritmo in tempo reale basato sulla Teoria della Mente Artificiale e su una politica "like-me" che consente ai robot caregiver di inferire le intenzioni umane, rilevare potenziali pericoli e selezionare azioni sicure per evitare situazioni di rischio, come validato attraverso simulazioni ed esperimenti nel mondo reale.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate un mondo in cui le macchine non si limitano a seguire ordini, ma comprendono i piani non detti delle persone che le circondano. Questa è la frontiera della robotica sociale, un campo dedicato alla creazione di macchine capaci di navigare negli spazi umani con la stessa consapevolezza intuitiva di una persona. Al centro di questa capacità c'è il concetto di "teoria della mente", che è semplicemente la capacità di indovinare cosa un altro essere stia pensando o cosa intenda fare dopo. Mentre gli esseri umani lo fanno istintivamente, insegnare a un robot di fare lo stesso richiede che esso costruisca un modello mentale del mondo, esegua simulazioni di ciò che potrebbe accadere e poi scelga un'azione che mantenga tutti al sicuro. Non si tratta di far provare emozioni al robot, ma piuttosto del fatto che esso utilizzi i suoi modelli informatici interni per prevedere le conseguenze future dei movimenti di una persona e intervenire prima che si verifichi un incidente.
In uno studio recente, i ricercatori dell'Università di Extremadura, in Spagna, hanno esplorato come un robot di assistenza potesse utilizzare questo tipo di pensiero predittivo per prevenire situazioni pericolose. Si sono concentrati su un tipo specifico di robot progettato per assistere le persone, uno che deve essere in grado di percepire quando un essere umano sta per andare incontro a una collisione con un ostacolo che non può vedere. Il team ha sviluppato un sistema in cui il robot osserva una persona, capisce dove è probabile che quella persona vada e poi esegue una rapida simulazione mentale per vedere se quel percorso porti a uno scontro. Se il robot prevede una collisione, non aspetta che la persona si fermi; invece, calcola immediatamente una mossa che possa bloccare il pericolo o guidare la persona lontano da esso, agendo efficacementmente come un guardiano silenzioso.
I ricercatori hanno testato questa idea utilizzando un robot costruito su misura chiamato Shadow, che si muove su quattro ruote ed è dotato di telecamere e sensori laser per vedere l'ambiente circostante. Nella loro configurazione, il robot osserva una persona che cammina attraverso una stanza verso un divano. Sul pavimento, direttamente sul percorso della persona, si trova un piccolo oggetto, come una pallina o uno zaino, che la persona potrebbe non notare. Il compito del robot è quello di rendersi conto che la persona intende camminare dritto contro questo oggetto. Per farlo, il robot utilizza una strategia "come me". Assume che la persona agirà come farebbe il robot se si trovasse in quella situazione: guardando un oggetto e muovendosi verso di esso. Il robot esegue poi una simulazione del viaggio della persona all'interno del proprio computer, utilizzando un motore fisico per prevedere esattamente come la persona si muoverebbe.
Quando la simulazione mostra che la persona colpirà l'oggetto, il robot sa che si sta sviluppando una situazione pericolosa. Passa quindi a una seconda fase di pensiero. Il robot si chiede: "Cosa posso fare per fermarlo?". Simula varie azioni, come spostarsi in un punto specifico della stanza. Verifica se posizionare il robot in quel nuovo posto costringerebbe la persona a cambiare percorso ed evitare l'ostacolo. Se la simulazione conferma che la nuova posizione del robot eviterebbe con successo la collisione, il robot esegue questa mossa nel mondo reale. L'obiettivo non è impedire alla persona di camminare, ma alterare sottilmente l'ambiente in modo che la persona sterzi naturalmente lontano dal pericolo senza nemmeno rendersi conto che il robot la stia aiutando.
Per vedere se questo sistema funzionasse, il team ha eseguito tre diversi tipi di test. Per prima cosa, hanno utilizzato una simulazione al computer per eseguire lo scenario 180 volte con diverse posizioni per il robot, la persona e l'ostacolo. In queste prove virtuali, il robot ha identificato con successo le situazioni rischiose e ha generato un'azione sicura nella stragrande maggioranza dei casi. Tuttavia, il sistema ha prodotto un numero significativo di falsi positivi, il che significa che a volte ha erroneamente rilevato situazioni rischiose che non avrebbero costituito un pericolo nella realtà. Nonostante ciò, l'algoritmo non ha mai prodotto falsi negativi, garantendo che nessuna situazione pericolosa rimanesse incustodita. Il robot prendeva le sue decisioni in meno di un secondo, una velocità sufficiente per reagire in tempo reale.
I ricercatori sono poi passati a test più complessi che coinvolgevano persone reali. In un esperimento, volontari umani controllavano un avatar digitale nella simulazione, cercando di camminare verso un divano mentre una pallina nascosta si trovava sulla loro strada. Non potevano vedere la pallina perché la loro visuale era bloccata, ma quando il robot si è spostato nel loro percorso per bloccare la pallina, le persone hanno cambiato istintivamente direzione per evitare il robot e, così facendo, hanno evitato l'ostacolo nascosto. In un test finale, nel mondo reale, il robot fisico Shadow è stato posizionato in una stanza con cinque persone diverse. A queste persone è stato chiesto di attraversare la stanza leggendo un articolo, ignorando uno zaino posto sul pavimento nel loro percorso. Mentre camminavano, il robot ha rilevato la loro intenzione di camminare contro lo zaino. Si è spostato in una posizione vicino allo zaino e, in ogni singolo caso, la persona ha notato il robot, ha reagito con sorpresa e ha continuato il proprio cammino verso l'obiettivo assegnato, evitando con successo l'ostacolo.
Lo studio suggerisce che questo approccio di utilizzare simulazioni interne per indovinare le intenzioni umane è un modo valido per rendere i robot più sicuri e utili negli ambienti umani. Il sistema si è dimostrato abbastanza robusto da gestire l'imprevedibilità delle persone reali, anche quando erano distratte o ignare del pericolo. Tuttavia, i ricercatori osservano che affinché questa tecnologia funzioni in spazi più affollati o complessi, il robot dovrà diventare più veloce nel filtrare tra molte possibili azioni e persone. Evidenziano inoltre che, man mano che i robot diventeranno capaci di prendere decisioni simili in frazioni di secondo, dovranno essere affrontate questioni su come scelgano tra più persone in pericolo. Per ora, il lavoro dimostra che un robot può utilizzare con successo una forma di simulazione mentale per anticipare i bisogni umani e agire per prevenire incidenti prima che accadano.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.