Revoluční průlom v oblasti sociální robotiky mění způsob, jakým se stroje učí interagovat s lidmi. Vědci vyvinuli simulační systém, který umožňuje trénovat sociální roboty bez nutnosti zapojení lidských účastníků, což má potenciál zásadně urychlit vývoj v tomto oboru.
Studii, která byla představena na konferenci IEEE International Conference on Robotics and Automation (ICRA) 2025, vedl tým z University of Surrey a University of Hamburg. Jejich přístup je založen na modelu predikce dynamických trajektorií pohledu, který pomáhá robotům předvídat, kam by se lidé během sociálních interakcí přirozeně dívali.
„Naše metoda nám umožňuje testovat, zda robot věnuje pozornost správným věcem – stejně jako člověk – a to bez nutnosti dohledu v reálném čase,“ vysvětluje Dr. Di Fu, spoluvedoucí studie a lektor kognitivní neurovědy na University of Surrey.
Výzkumný tým ověřil svůj model pomocí dvou veřejně dostupných datových sad a prokázal, že humanoidní roboti dokáží úspěšně napodobovat lidské pohyby očí. Promítáním map priorit lidského pohledu na obrazovku přímo porovnávali předpokládané zaměření pozornosti robota s reálnými daty, čímž odstranili potřebu rozsáhlých studií lidsko-robotické interakce v počátečních fázích výzkumu.
Tato inovace řeší zásadní překážku ve vývoji sociální robotiky. Dosud bylo nutné zapojit velké množství lidských účastníků pro trénink a testování robotů určených do sociálních prostředí, jako je vzdělávání, zdravotnictví nebo zákaznický servis. Mezi příklady takových robotů patří například Pepper, asistent v maloobchodu, nebo Paro, terapeutický robot pro pacienty s demencí.
Díky možnosti testovat a vylepšovat modely sociální interakce ve velkém měřítku prostřednictvím simulace před jejich nasazením v reálném světě by tento průlom mohl dramaticky urychlit vývojový cyklus sociálních robotů, snížit náklady a zvýšit jejich efektivitu v lidském prostředí.