Robots Influencing Humans to Reveal their Goals during Collaboration and Competition
本文提出了一种统一策略，通过引导人类前往使差异化策略实现信息增益最大化的关键决策点，从而加速协作与竞争环境中的人类目标推理，并在模拟实验与真实机器人实验中均展示出优于基准方法的准确性与速度。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个机器人与人类并肩工作的世界，他们不再是执行僵化指令的机器，而是试图理解彼此意图的伙伴。对于机器人要成为真正的伙伴而言，它必须在人类完成任务之前，就猜出对方想要实现的目标。这之所以困难，是因为人们开始许多不同任务的方式往往是相同的。一个人可能会拿起勺子去搅拌汤、搅拌沙拉或舀冰淇淋。对于从外部观察的机器人来说，这些早期的动作看起来完全一样，这让机器对最终目标感到不确定。如果机器人猜错了，它可能会递上错误的食材或挡住路径，从而浪费时间并让用户感到沮丧。因此，挑战不仅在于观察并等待答案显现，而在于找到一种方法，能够温柔地引导人类走向一个其真实意图变得无法被忽视的时刻。
耶鲁大学、麻省理工学院和科罗拉多大学的研究人员开发了一种让机器人解决这一谜题的新方法。他们提出，机器人不应是被动地等待人类揭示目标，而应该主动将交互引导至他们称之为“关键决策点”的特定时刻。这些时刻是路径发生分叉的场景，人类做出的选择会清晰地将一个目标与另一个目标区分开来。例如，如果一个人正在制作奶昔或炖菜，收集水和蔬菜的早期步骤是两者共有的。然而，当那个人决定将这些食材放入搅拌机或锅中时，这就是一个关键决策点。研究人员发现，如果机器人能微妙地影响人类，使其更快地达到这些瞬息万变的时刻，那么机器人就能比单纯观察更快、更准确地弄清目标。
为了测试这个想法，团队创建了两个截然不同的场景：一个协作烹饪任务和一个竞争性的捉迷藏游戏。在烹饪实验中，人类和机器人一起在厨房里准备三十种可能的餐食之一，范围从燕麦粥到意面。研究人员为机器人编写了一个规划系统，该系统可以预见未来的可能行动。机器人会选择既能推动任务进行，又能促使人类做出能澄清其意图的选择的动作。例如，如果机器人需要知道人类想要的是圣代还是奶昔，它可能会先收集像勺子或碗这样通用的物品，因为这些物品可以用于两者。这使得机器人在保持提供帮助的同时，不会过早承诺某种特定的食谱。通过这样做，它鼓励人类最终选择一种特定的食材，比如酸奶或羽衣甘蓝，这会立即揭示预期的菜肴。
这些烹饪模拟和物理机器人的实测结果非常显著。这种新方法让机器人能显著提前识别出正确的餐食。在许多情况下，机器人在交互进行到前三分之一时就能正确猜出目标，而其他方法通常要等到任务接近一半时才能做到。当机器人提前猜中时，它犯错的情况较少，例如添加错误的食材或采取不必要的步骤。相比之下，其他依赖于被动观察或试图在不考虑任务的情况下最大化信息获取的方法，往往会导致机器人走错路，迫使人类随后进行纠正。研究表明，通过平衡完成任务的需求与学习人类计划的需求，机器人会成为一个更高效、更可靠的伙伴。
研究人员还在一个竞争环境中测试了他们的方法，即机器人与人类控制的机器人进行捉迷藏。在这个游戏中，人类试图躲藏，而作为搜寻者的机器人则必须找到他们。由于人类可以躲在墙后，机器人并不总能看到他们，这使得很难知道他们的去向。在这里，“关键决策点”是地图上的特定位置，在这些位置，人类可能的躲藏策略会迫使他们走向不同的路径。机器人利用其规划系统进行移动，以鼓励人类走向这些决策点。通过这样做，机器人可以观察人类的下一步行动，并更快地推断出其躲藏策略。在模拟和现实试验中，使用这种方法的机器人比那些仅仅追逐人类或随机探索地图的机器人用更少的步骤抓住了躲藏者。
这项工作凸显了机器人与人互动方式的一种转变。机器人不再将人类视为需要被观察的不可预测变量，而是成为了塑造环境以使人类意图更加清晰的积极参与者。研究人员发现，无论人类是乐于助人的伙伴还是竞争对手，也无论机器人能看到全部场景还是仅部分场景，这种方法都有效。虽然目前的实验是在具有特定规则的受控环境中进行的，但研究结果提出了一个强大的原则：通过引导交互走向人类选择最为关键的时刻，机器人可以学习得更快，工作得更好。这项研究并不声称已经解决了人类与机器人交互的所有问题，但它提供了一种减少不确定性、建立更自然且更有效的人机伙伴关系的具体方法。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。