人类–机器人交互

人机交互(Human–robot interaction)是人类与机器人之间相互作用的研究。 它通常被研究人员称为HRI。 人机交互是一个多学科领域,有人机交互,人工智能,机器人,自然语言理解,设计和社会科学的贡献。

定义
通过“inter”和“action”这两个词的组合形成,在其词源中,术语互动提出了在互惠中相互作用的几个要素的概念。 在人际关系领域,“互动”介入作为人际关系的“社会互动”表达的缩写,在两个人(这里是人/机器人)之间共享信息。

人机交互是围绕几个技术小组组织的。 实际上,为了开发具有协作能力但也能与人类“接触”的机器人,研究人员正致力于开发学习算法,研究机械方面,并对材料进行研究。

起源
即使在任何机器人存在之前,人机交互一直是科幻小说和学术猜测的主题。 因为HRI依赖于(有时是自然的)人类交流的知识,所以HRI的许多方面都是人类交流主题的延续,这些主题比机器人本身要早得多。

20世纪的作家艾萨克·阿西莫夫(Isaac Asimov)在1941年的小说“机器人”(I,Robot)中阐述了HRI作为一个离散问题的起源。 他将机器人学的三个定律称为

机器人不会伤害人类,或者通过不作为,允许人类受到伤害。
机器人必须遵守人类给予它的任何命令,除非这些命令与第一定律有冲突。
只要这种保护不与第一法或第二法相冲突,机器人就必须保护自己的存在。

这三个机器人定律决定了安全互动的概念。 人与机器人越接近,关系越复杂,人类受伤的风险就越大。 如今在先进的社会中,使用机器人的制造商通过不让人和机器人随时共享工作空间来解决这个问题。 这是通过使用激光雷达传感器或物理笼子定义安全区域来实现的。 因此,在机器人工作空间工作时,完全禁止人的存在。

随着人工智能的发展,自主机器人最终可以拥有更多的主动行为,在复杂的未知环境中规划其运动。 这些新功能将安全作为主要问题,将效率作为次要问题。 为了允许这种新一代机器人,正在进行人体检测,运动规划,场景重建,通过任务规划的智能行为以及使用力控制(阻抗或导纳控制方案)的顺应行为的研究。

HRI研究的目标是定义人类对机器人交互的期望模型,以指导机器人设计和算法开发,从而实现人与机器人之间更自然有效的交互。 研究范围从人类如何使用远程遥控无人驾驶车辆到与拟人机器人进行点对点协作。

HRI领域的许多人研究人类如何合作和互动,并利用这些研究来激发机器人应该如何与人类互动。

友好的人机交互的目标
机器人是具有在物理世界中的感知和行动能力的人工代理,通常被研究人员称为工作空间。 它们的使用已在工厂中得到推广,但如今它们往往存在于技术最先进的社会中,如搜索和救援,军事战斗,矿山和炸弹探测,科学探索,执法,娱乐和医院护理等关键领域。

这些新的应用领域意味着与用户的密切互动。 接近的概念应该充分体现,机器人和人类共享工作空间,但也在任务成就方面分享目标。 这种密切的互动需要新的理论模型,一方面是机器人科学家,他们致力于提高机器人的实用性,另一方面需要评估这个新“朋友”对我们现代社会的风险和好处。

随着人工智能的进步,研究的重点是一方面是最安全的物理交互,另一方面是依赖于文化标准的社会正确的互动。 目标是通过语音,手势和面部表情与机器人建立直观,轻松的沟通。

Dautenhahn将友好的人机交互称为“Robotiquette”,将其定义为“人类舒适和可接受的机器人行为的社会规则(”机器人“)机器人必须适应我们表达欲望和秩序的方式。而不是相反。 但是,每天的家庭环境都有比工厂甚至军事环境所暗示的更为复杂的社会规则。 因此,机器人需要感知和理解能够建立其周围环境的动态模型。 它需要对物体进行分类,识别和定位人类并进一步激发他们的情感。 对动态能力的需求推动了机器人技术的每个子领域。

此外,通过理解和感知社交线索,机器人可以实现与人类的协作场景。 例如,随着个人制造机器(例如桌面3D打印机,激光切割机等)的快速增长,进入我们的家庭,可能出现机器人可以协作共享控制,协调和共同完成任务的情况。 工业机器人已经集成到工业装配线中,并与人类合作。 已经研究了这种机器人的社会影响,并表明工人仍然对待机器人和社会实体,依靠社会线索来理解和共同努力。

在HRI研究的另一端,人与机器人之间“关系”的认知模型有益于心理学家和机器人研究人员,用户研究往往是双方都感兴趣的。 这项研究致力于人类社会的一部分。 对于有效的人 – 机器人机器人交互,应该在这种人工代理/系统的设计中实现许多通信技能和相关特征。

简化互动
人性化
外观不仅重要,而且手势也起主要作用。 机器人外观越人性化,男人就越容易接受他的公司。

为了使人更容易接受机器人并确保自然和安全的交互,从机器人的外观开始,没有任何机会。 因此,机器人Robopec选择作为“皮肤”的柔性材料有助于使他们的机器人富有表现力:“Reeti允许我们通过一组情感来增加人与机器人之间的互动.Reeti的皮肤柔软且可变形,因此它可以模仿某些情绪,“Robopec创始人Christophe Rousset解释道。 除了富有表现力的面部外,柔软而智能的材料还可以提供更灵敏的触感。

此外,在机器人上再现人体感觉运动技能仍然是机器人技术的重要挑战。 人工智能和敏感智慧之间存在这种差距:莫拉维克的悖论。

自治
AIST(筑波先进国家先进工业科学与技术研究所)与CNRS合作,已经开展了10年的工作,开发人与机器人之间的通信,包括尝试创造一个完全自主的机器人,理解并服从这个人。 为了实现这一目标,科学家们选择了一种关注三感觉的集中方法。 通过iCub,一种具有三种感官(视觉,听觉,触觉)的小型开源机器人,意大利理工学院的研究人员致力于提高触觉。 iCub是一个人形机器人,可以与其环境和人类进行交互。 它配有感应传感器,可识别各种物体,抓住它们而不会压碎它们并保留其名称。

在Akka Technologies,工程师在Link and Go机器人汽车中加入了一层人工智能:“汽车能够识别乘客,并根据时间和背景,建议路线。机器人成为命题的力量。但是无论智力水平如何,男人必须始终能够收回手,尤其是专用于服务的协作机器人。远离能够控制我们生活的机器人的虚构,Rodolphe Hasselvander,法兰西岛综合机器人中心(CRIIF)将我们带回现实:“我们还没有拥有自主机器人。 我们的想法是远程控制机器人。

技术挑战
– 智能材料:提高触感。
– 感官传感器:更好地感知环境。
– 计算能力:实时定义轨迹。
– 人工智能:学习识别环境并执行新任务。
– 力学:使机器人的动作对于男人来说是自然的。 3

一般HRI研究
HRI研究涵盖了广泛的领域,一些与HRI的性质有关。

感知人类的方法
大多数方法都打算通过环境视觉来构建3D模型。 本体感觉传感器允许机器人在其自身状态下获得信息。 此信息与参考相关。

用于在环境中感知人的方法基于传感器信息。 由Microsoft领导的传感组件和软件的研究为提取人体运动学提供了有用的结果。 旧技术的一个例子是使用颜色信息,例如对于浅肤色的人来说,手比穿着的衣服更轻。 在任何情况下,然后可以将人类建模的先验信息拟合到传感器数据。 机器人构建或具有(取决于机器人具有的自主性水平)其周围环境的3D映射,其被分配给人类位置。

语音识别系统用于解释人的欲望或命令。 通过本体感觉,传感器和语音推断的信息结合人类的位置和状态(站立,坐着)。

运动规划的方法
动态环境中的运动规划是目前仅针对3到10个自由度机器人实现的挑战。 人形机器人甚至2个拥有高达40个自由度的武装机器人都不适合采用当今技术的动态环境。 然而,低维机器人可以使用潜在的场方法来计算轨迹以避免与人的碰撞。

认知模型和心理理论
人类表现出消极的社会和情感反应以及对某些机器人的信任度下降,这些机器人与人类密切相关但不完美。 这种现象被称为“神秘谷”。 然而,最近对远程呈现机器人的研究已经确定,模仿人体姿势和表达姿势使机器人变得可爱并且在远程环境中进行。 此外,当使用机器人或人形远程呈现机器人测试时,与通过监视器的正常视频通信相比,感觉到人类操作员的存在更强烈。

虽然越来越多的关于用户对机器人的感知和情绪的研究,我们仍远未完全理解。 只有其他实验才能确定更精确的模型。

根据过去的研究,我们有一些关于机器人当前用户情绪和行为的迹象:

在最初的互动过程中,人们更加不确定,预期社交存在减少,并且在考虑与机器人交互时感受到的积极情绪较少。 这一发现被称为人与人之间的互动脚本。
已经观察到,当机器人执行主动行为并且不遵守“安全距离”(通过穿透用户空间)时,用户有时表达恐惧。 这种恐惧反应是依赖于人的。
还已经表明,当机器人没有特别使用时,通常表达负面情绪。 机器人被认为是无用的,它的存在变得烦人。
人们还被证明将个性特征归因于未在软件中实现的机器人。

人机协调的方法
人机交互领域的大量工作研究了人类和机器人如何更好地合作。 协作时人类的主要社会线索是对活动的共同感知,为此,研究人员通过各种方法调查了预期机器人控制,包括:使用眼动追踪监控人类伙伴的行为,推断人类任务意图和主动行动在机器人方面。 研究表明,与单独的反应控制相比,预期控制帮助用户更快地执行任务。

将社会线索编入机器人的常用方法是首先研究人 – 人的行为,然后转移学习。 例如,人机协作中的协调机制基于神经科学的工作,该工作通过研究社会环境中的感知和行动而不是孤立地研究如何在人 – 人配置中实现联合行动。 这些研究表明,保持共同的任务表现对于完成小组任务至关重要。 例如,作者通过分离加速和制动的责任来检查一起驾驶的任务,即一个人负责加速而另一个人负责制动; 该研究表明,只有当他们收到关于彼此行动时间的反馈时,他们才能达到与个人相同的表现水平。 类似地,研究人员已经研究了人 – 人切换的方面与家庭场景,例如通过餐盘,以便在人 – 机器人切换中实现对其的自适应控制。 最近,研究人员研究了一种系统,该系统可以自动在共处工作人员之间分配装配任务,以改善协调。

面向应用的HRI研究
除了一般的HRI研究,研究人员目前正在探索人机交互系统的应用领域。 面向应用的研究用于帮助当前的机器人技术应对当今社会存在的问题。 虽然人机交互仍然是一个相当年轻的兴趣领域,但在许多领域都有积极的发展和研究。

HRI / OS研究
人机交互操作系统(HRI / OS),“提供结构化软件框架,用于构建人机器人团队,支持各种用户界面,使人和机器人能够参与面向任务的对话,并促进机器人的集成通过可扩展的API“。

搜寻及救援
急救人员在搜索和救援(SAR)设置中面临巨大风险,这通常涉及对人类旅行不安全的环境。 此外,技术提供观察工具,可以大大加快和提高人类感知的准确性。 机器人可用于解决这些问题。 该领域的研究包括解决机器人传感,移动性,导航,规划,集成和远程操作控制的努力。

SAR机器人已经部署到诸如世界贸易中心崩溃等环境中。

其他应用领域包括:

娱乐
教育
现场机器人
家庭和伴侣机器人
招待费
康复和老年护理
机器人辅助治疗(RAT)