Forskere fra University of Surrey og University of Hamburg har præsenteret en revolutionerende tilgang til træning af sociale robotter, der eliminerer behovet for menneskelige deltagere i de tidlige udviklingsfaser. Studiet, som præsenteres på årets IEEE International Conference on Robotics and Automation (ICRA), markerer et væsentligt fremskridt i udviklingen og testningen af sociale robotter.
Forskerholdet har udviklet en dynamisk scanpath-forudsigelsesmodel, der gør humanoide robotter i stand til at forudse, hvor mennesker vil kigge under sociale interaktioner. Ved hjælp af to offentligt tilgængelige datasæt demonstrerede de, at robotter effektivt kan efterligne menneskelignende øjenbevægelser uden behov for menneskelig overvågning i realtid. Dette gennembrud er særligt værdifuldt, fordi modellen bevarer sin nøjagtighed selv i uforudsigelige miljøer, hvilket gør den velegnet til brug i virkelige situationer.
"At bruge robotsimuleringer i stedet for tidlige menneskeforsøg er et stort skridt fremad for social robotteknologi," forklarer Dr. Di Fu, medforfatter på studiet og lektor i kognitiv neurovidenskab ved University of Surrey. "Det betyder, at vi kan teste og forfine modeller for social interaktion i stor skala og gøre robotter bedre til at forstå og reagere på mennesker."
Konsekvenserne af denne forskning rækker langt ud over laboratoriet. Ved at fjerne flaskehalsen med menneskelig testning kan udviklere markant fremskynde skabelsen og forbedringen af socialt kompetente robotter. Dette kan føre til hurtigere implementering i kritiske sektorer som sundhedspleje, hvor sociale robotter i stigende grad bruges til at støtte patientpleje og assistere sundhedspersonale. Inden for uddannelse kan disse robotter tilbyde personligt tilpassede læringsoplevelser, mens kundeservice kan drage fordel af mere naturlige interaktioner mellem mennesker og robotter.
Forskerne planlægger at udvide deres tilgang for at udforske social bevidsthed i robotters fysiske fremtoning og teste effektiviteten i mere komplekse sociale sammenhænge med forskellige typer robotter. Efterhånden som simuleringsteknologien udvikler sig, lover den at gøre udviklingen af robotter, der kan indgå meningsfuldt i menneskers hverdag, endnu mere effektiv.
Denne innovation repræsenterer et stort skridt mod mere autonome AI-udviklingsprocesser og kan potentielt transformere måden, vi designer og implementerer sociale robotter på tværs af forskellige brancher.