Для реализации сложных задач людям необходимы навыки коммуникации, в том числе — умение предугадывать намерения и желания других людей. Если роботы хотят стать полезными членами нашего общества, им следует развить те же способности. Специалисты из США научили машины предсказывать действия людей, работающих в сборочном цехе.

Навык понимания психического состояния другого человека, также известный как модель психики человека (Theory of Mind) дается людям относительно просто, но для роботов представляет огромную трудность. Исследователи из Университета Южной Калифорнии решили научить роботов предсказывать пожелания людей в процессе сборки, чтобы машины могли эффективнее помогать людям в ежедневных задачах, от сервировки стола до ремонта спутников, сообщает Science Daily.

«Работая с человеком, роботу нужно постоянно думать наперед, что тот сейчас будет делать, — сказал ведущий исследователь Херамб Немлекар. — К примеру, если робот полагает, что человеку понадобится отвертка, чтобы собрать следующую деталь, он может подать отвертку заранее, чтобы человеку не пришлось ждать. Так робот поможет завершить задачу намного быстрее».

Однако каждый, кто собирал мебель с товарищем, знает, как бывает непросто предугадать намерения, поскольку разные люди предпочитают разный порядок действий. Одни, например, предпочитают начинать с самого сложного, другие оставляют трудные задачи на потом.

Большинство современных методов предсказания требуют сначала показать роботу, как работает человек. Это долгий процесс и зачастую лишающий обучение всякого смысла.

«Представьте себе, что вам приходится собрать целый самолет только для того, чтобы научить робота своим предпочтениям», — пояснил Немлекар.

Его команде удалось обойти это затруднение: ученые обнаружили, что люди применяют одну и ту же тактику при сборке предметов разного типа. Так что теперь можно обучить робота на каком-нибудь простом и быстром примере, а потом он перенесет выведенные закономерности на более сложные задачи.

Робот наблюдает, как человек выполняет действия в свойственной ему последовательности, отслеживая инструменты и всю сборочную зону с помощью заранее нанесенных меток.

Такой подход позволяет предугадать действия рабочего с точностью 82%, как показали испытания. В дальнейшем разработчики собираются перенести свой опыт на другие, более сложные задачи и обстоятельства, например, подготовить робота — помощника по дому.