O 'Reilly San Jose:为社交机器人创造自主性

2019年9月22日

今年在圣何塞的O'Reilly AI会议上，CA举行了令人兴奋的演示和动态讨论的通常混合，以及一种健康的行业网络。Appen很自豪能够在会议上分享一些最近的研究，这承诺改善机器人与人们互动的方式。

在他们的演讲为社交机器人创造自主性，Dylan Glas，Futurewei Technologies的高级机器人软件架构师，以及图8机器学习科学家菲比刘解决了发展机器人的挑战，这些机器人在社交互动中具有人类水平深度和细微差别。

创造更多社会机器人的目标

研究人员将他们的努力集中在开发更智能的社交机器人的几个关键目标上:

与人互动，作为同行而不是设备
用语言和手势进行交流
提供一个人通常需要的有用的服务

开发改进的基于人工智能的技术来训练社交机器人，意味着让它们能够在类似于与人互动和高度易变性环境所面临的情况下独立操作。换句话说，一个社交机器人应该能够参与复杂的对话，在这些对话中，话题会意外地发展和变化，社会规则是含蓄的，而不是明确定义的。

我们该怎么做呢?

格拉斯和刘翔开始寻找训练方法机器学习模型基于真实世界的场景，充满了模糊性和多样性。通过这样的研究，他们希望:

1.学习关于人们：了解人们的行为如何获得预测和回应它们的能力
2.学习从人们：从人们的显性和隐性知识中学习社会行为
3.学习和人们：通过真实交互改进和个性化交互逻辑

我们去购物中心吧

要了解更多关于人民，该团队决定在日本的购物中心使用两年多的互动。该实验的目标是培训机器学习模型，以接近人员并提供商店访问的指示或建议。GLAS和LIU确定了几个潜在的障碍：

出于安全考虑，机器人需要缓慢移动，因此可能无法以所需的速度接近人们以吸引他们的注意力。
传感是短距离的，所以机器人需要离购物者足够近，才能收集有关购物者的所需数据，以便做出适当的决定。
许多人只是太忙或没有兴趣与机器人互动。

不过，与他们会这样做的事实相比，这些担忧相对较小需要培训机器学习模型准确预料和选择人们的方法。格拉斯和刘决定他们可以众包行人数据——在一个有很多购物者走过的地方建立数据收集，然后使用监督和非监督机器学习技术的结合来分析这些数据，建立一个机器学习模型。收集到的关于步行风格(休闲、闲逛、快/忙)和轨迹的数据可以通过分析来确定人们在购物中心的不同区域、不同时间和不同天数(即工作日和周末)的行为是如何变化的。这样做的目的是让机器人能够预测行人的行为，并告知他们应该接近谁。

除了轨迹数据，Glas和Liu还提出了一种基于流程图的可视化编程语言，其中包含了一些表示后端功能(如交谈、握手等)的模块，一旦有人接近并参与其中，这种语言就可以用于机器人的交互。他们假设，使用这种策略，内容作者可以很容易地将语言、手势和情感结合起来，管理对话，建立吸引人的互动。

数据驱动的人机交互(HRI)的众包人类行为

在他们的报告中，刘和格拉斯进一步讨论了众包训练更好的社交机器人的好处和挑战。注释社会行为可能是困难的，因为它通常是主观和模糊的。换句话说，如果我们甚至不能清楚地说出我们遵守某些社会规则的原因。向工人传达指令以准确地注释数据也是一项挑战。

相机店实验

为了探索他们如何解决这些众群挑战，Glas和Liu在一个相机商店中设置了模拟，其中参与者角色作为客户或店主发挥作用，并在没有任何剧本的情况下自然行动。实验的关键方面包括：

与言语、运动和邻位构成的多模态交互作用
基于RGB-D深度传感器的人体位置跟踪系统报告人们的运动，每秒x，y
角色扮演者还携带了一个用于语音识别的android手机，以比较性能

实验表明的一件事是自然谈话非常嘈杂;即使是最先进的语音识别系统也仅报告了53％的交互中的正确匹配或非常轻微的错误。大量的语音数据包含一些小错误或主要错误，或者完全无法辨认。另一个关键发现是，人们对人类产生了自然的变化，即使他们都代表了同样的行动。例如，人们使用不同的短语来说明语义上类似的事情。但即使行为的自然变化，在其核心，人们通常会有一些通常的可重复的模式，这意味着它可以将数据抽象成典型行为元素的表示。