menu
close

Robot Kuasai Kemahiran Sosial Tanpa Pengawasan Manusia

Penyelidik dari Universiti Surrey dan Universiti Hamburg telah membangunkan kaedah simulasi inovatif yang menghapuskan keperluan peserta manusia dalam melatih robot sosial. Kajian yang diterbitkan pada 19 Mei 2025 ini memperkenalkan model ramalan laluan imbasan dinamik yang membolehkan robot meramalkan ke mana manusia akan memandang dalam suasana sosial, sekali gus meniru pergerakan mata manusia. Kemajuan ini berpotensi mempercepatkan pembangunan robotik sosial dengan menghapuskan halangan utama dalam proses latihan.
Robot Kuasai Kemahiran Sosial Tanpa Pengawasan Manusia

Satu pencapaian revolusioner dalam bidang robotik sosial sedang mengubah cara mesin belajar berinteraksi dengan manusia. Para penyelidik telah membangunkan satu sistem simulasi yang membolehkan robot sosial dilatih tanpa memerlukan kehadiran peserta manusia, berpotensi mengubah garis masa pembangunan bidang ini.

Kajian yang dibentangkan di Persidangan Antarabangsa IEEE mengenai Robotik dan Automasi (ICRA) 2025 ini dijalankan oleh pasukan dari Universiti Surrey dan Universiti Hamburg. Pendekatan mereka berpusat pada model ramalan laluan imbasan dinamik yang membantu robot menjangkakan ke mana manusia secara semula jadi akan memandang semasa interaksi sosial.

"Kaedah kami membolehkan kami menguji sama ada robot memberi perhatian kepada perkara yang betul – seperti manusia – tanpa memerlukan pengawasan manusia secara masa nyata," jelas Dr. Di Fu, ketua bersama kajian dan pensyarah dalam bidang Neurosains Kognitif di Universiti Surrey.

Pasukan penyelidik mengesahkan model mereka menggunakan dua set data awam, membuktikan bahawa robot humanoid boleh meniru pergerakan mata manusia dengan berjaya. Dengan memaparkan peta keutamaan pandangan manusia pada skrin, mereka membandingkan secara langsung tumpuan perhatian yang diramalkan robot dengan data dunia sebenar, sekali gus menghapuskan keperluan kajian interaksi manusia-robot berskala besar pada peringkat awal penyelidikan.

Inovasi ini menangani halangan utama dalam pembangunan robotik sosial. Sebelum ini, penyelidik memerlukan ramai peserta manusia untuk melatih dan menguji robot yang direka untuk suasana sosial seperti pendidikan, penjagaan kesihatan, dan perkhidmatan pelanggan. Antara contoh robot tersebut ialah Pepper, pembantu runcit, dan Paro, robot terapi untuk pesakit demensia.

Dengan membolehkan penyelidik menguji dan menambah baik model interaksi sosial secara besar-besaran melalui simulasi sebelum digunakan di dunia sebenar, pencapaian ini berpotensi mempercepatkan kitaran pembangunan robot sosial secara dramatik, di samping mengurangkan kos dan meningkatkan keberkesanannya dalam persekitaran manusia.

Source:

Latest News