执行任务时，机器人如何理解并实施人类偏好？

人类有一种理解他人目标、欲望和信仰的方式，这是一种让我们能够预测他人行为的关键技能。把面包从烤面包机里拿出来？你需要一个盘子。清扫树叶？我去拿绿色的垃圾桶。

这种技能，通常被称为“心智理论”，对我们人类来说很容易，但对机器人来说仍然具有挑战性。但是，如果机器人要成为制造业和日常生活中真正的协作助手，他们需要学习同样的能力。

南加州大学维特比分校的计算机科学研究人员在一篇入围ACM/IEEE国际人机交互会议（HRI）最佳论文奖的新论文中，阐述了如何教会机器人预测装配任务中的人类偏好，这样它们有一天可以在从造卫星到收拾桌子等所有事情上提供帮助。

“当与人合作时，机器人需要不断猜测人下一步会做什么。”主要作者、南加州大学计算机科学博士生Heramb Nemlekar说，他在计算机科学助理教授Stefanos Nikolaidis的监督下工作。“例如，如果机器人认为人们需要一把螺丝刀来组装下一个零件，它可以提前拿到螺丝刀，这样人们就不必等待了。这样，机器人可以帮助人们更快地完成组装。”

但是，正如任何与合作伙伴共同建造家具的人都可以证明的那样，预测一个人下一步会做什么是很困难的：不同的人更喜欢用不同的方式建造相同的产品。虽然有些人想从最难解决的部分开始，但另一些人可能想从最简单的部分开始以节省能源。

做出预测

Nemlekar说，目前的大多数技术都需要人们向机器人展示他们想要如何进行组装，但这需要时间和精力，而且可能无法达到目的。他说：“想象一下，为了教会机器人你的偏好，不得不组装一整架飞机。”

然而，在这项新的研究中，研究人员发现了一个人如何组装不同产品的相似之处。例如，如果你在制作宜家沙发时从最难的部分开始，那么在制作婴儿床时，你可能会使用同样的技巧。

因此，他们没有在复杂的任务中向机器人“展示”他们的偏好，而是创建了一个小的组装任务（称为“规范”任务），人们可以轻松快速地执行。在这种情况下，将简单模型飞机的部件组装在一起，如机翼、尾翼和螺旋桨。

机器人使用放置在装配区正上方的摄像机向下看，“看着”人类完成任务。为了检测人类操作的零件，该系统使用了附加在零件上的AprilTags，类似于二维码。

然后，该系统使用机器学习，根据一个人在规范任务中的动作序列来学习他们的偏好。

Nemlekar说：“根据一个人如何进行小型组装，机器人可以预测这个人在大型组装中会做什么。例如，如果机器人看到一个人喜欢从最简单的零件开始小装配，它就会预测他们也会从大装配中最简单的部件开始。”

建立信任

在研究人员的用户研究中，他们的系统能够预测人类将采取的行动，准确率约为82%。Nemlekar说：“我们希望我们的研究能让人们更容易地向机器人展示他们喜欢的东西。通过以他们喜欢的方式帮助每个人，机器人可以减少他们的工作，节省时间，甚至可以与他们建立信任。”

例如，想象一下你正在家里组装一件家具，但你不是特别得心应手，而且很难完成任务。经过训练可以预测你偏好的机器人可以提前为你提供必要的工具和零件，使组装过程更容易。

这项技术在工业环境中也很有用，因为工人的任务是大规模组装产品，从而节省时间并降低受伤或事故的风险。此外，它可以帮助残疾人或行动不便的人更容易地组装产品并保持独立。

快速学习人类偏好

研究人员表示，目标不是取代工厂里的人类。相反，他们希望这项研究能显著提高人机混合工厂装配工人的安全性和生产力。“机器人可以执行目前由工人执行的非增值或具有人体工程学挑战性的任务。

至于接下来的步骤，研究人员计划开发一种方法，为不同类型的装配任务自动设计规范任务。他们还旨在评估从短期任务中学习人类偏好的好处，并预测他们在不同背景下在复杂任务中的行动，例如在家庭中的个人援助。

Nikolaidis说：“虽然我们观察到，在装配制造中，人类的偏好从规范任务转移到实际任务，但我预计在其他应用中也会有类似的发现。一个能够快速了解我们偏好的机器人可以帮助我们做饭、重新布置家具或修理房屋，对我们的日常生活产生重大影响。”