La clave para los colaboradores de robots más inteligentes puede ser más simple

Sra. Tecnología | Getty, Pixabay

Piensa en todos los procesos subconscientes que realizas mientras conduces. A medida que obtiene información sobre los vehículos que lo rodean, está anticipando cómo podrían moverse y pensando sobre la marcha cómo respondería a esas maniobras. Incluso puede estar pensando en cómo podría influir en los otros conductores en función de lo que ellos creen que podría hacer.

Para que los robots se integren a la perfección en nuestro mundo, tendrán que hacer lo mismo. Ahora, investigadores de la Universidad de Stanford y Virginia Tech han propuesto una nueva técnica para ayudar a los robots a realizar este tipo de modelado de comportamiento, que presentarán en la Conferencia internacional anual sobre aprendizaje de robots la próxima semana. Implica que el robot resuma solo los trazos generales de los movimientos de otros agentes en lugar de capturarlos con detalles precisos. Esto le permite predecir ágilmente sus acciones futuras y sus propias respuestas sin empantanarse con cálculos pesados.

Una teoría diferente de la mente

Los métodos tradicionales para ayudar a los robots a trabajar junto a los humanos se inspiran en una idea de la psicología llamada teoría de la mente. Sugiere que las personas se comprometan y simpaticen entre sí al desarrollar una comprensión de las creencias de los demás, una habilidad que desarrollamos cuando somos niños pequeños. Los investigadores que se basan en esta teoría se centran en hacer que los robots construyan un modelo de la intención subyacente de sus colaboradores como base para predecir sus acciones.

Dorsa Sadigh, profesora asistente en Stanford, piensa que esto es ineficiente. Si piensas en las interacciones humano-humano, en realidad no hacemos eso, dice ella. Si estamos tratando de mover una mesa juntos, no hacemos modelos de creencias. En cambio, dice, dos personas que mueven una mesa dependen de señales simples como las fuerzas que sienten de su colaborador empujando o tirando de la mesa: Entonces creo que lo que realmente sucede es que cuando los humanos están haciendo una tarea juntos, hacen un seguimiento de algo eso es mucho más bajo.

Usando esta idea, un robot podría almacenar descripciones muy simples de las acciones de los agentes que lo rodean. En un juego de air hockey, por ejemplo, podría almacenar los movimientos de sus oponentes con una sola palabra: derecha, izquierda o centro. Luego puede usar estos datos para entrenar dos algoritmos separados: un algoritmo de aprendizaje automático que predice dónde se moverá el oponente a continuación y un algoritmo de aprendizaje por refuerzo para determinar cómo debe responder. El último algoritmo también realiza un seguimiento de cómo el oponente cambia de táctica en función de su propia respuesta, por lo que puede aprender a influir en las acciones del oponente.

La idea clave aquí es la naturaleza liviana de los datos de entrenamiento, que es lo que permite que el robot realice todo este entrenamiento paralelo sobre la marcha. Un enfoque más tradicional podría almacenar las coordenadas de toda la trayectoria de los movimientos del oponente, no solo su dirección general. Si bien puede parecer contradictorio que menos es más, vale la pena recordar nuevamente la teoría de Sadigh sobre la interacción humana. Nosotros también modelamos a las personas que nos rodean solo a grandes rasgos.

Los investigadores probaron esta idea en simulación para aplicaciones que incluyen un automóvil autónomo y en el mundo real con un juego de hockey de aire con robots. En cada una de las pruebas, la nueva técnica superó a los métodos anteriores para enseñar a los robots a adaptarse a los agentes circundantes. El robot también aprendió efectivamente a influir en quienes lo rodeaban.

Trabajo futuro

Todavía hay algunas cuestiones que la investigación futura tendrá que resolver. El trabajo actualmente asume, por ejemplo, que cada interacción en la que se involucra el robot es finita, dice Jakob Foerster, profesor asistente en la Universidad de Toronto, que no participó en el trabajo.

En la simulación de conducción autónoma, los investigadores asumieron que el automóvil robot estaba experimentando solo una interacción claramente delimitada con otro automóvil durante cada ronda de entrenamiento. Pero conducir, por supuesto, no funciona de esa manera. Las interacciones a menudo son continuas y requerirían que un automóvil autónomo aprenda y adapte su comportamiento dentro de cada interacción, no solo entre ellas.

Otro desafío, dice Sadigh, es que el enfoque asume el conocimiento de la mejor manera de describir el comportamiento de un colaborador. Los propios investigadores tuvieron que idear las etiquetas derecha, izquierda y centro en el juego de air hockey para que el robot describiera las acciones de su oponente. Esas etiquetas no siempre serán tan obvias en interacciones más complicadas.

No obstante, Foerster ve promesa en la contribución del artículo. Cerrar la brecha entre el aprendizaje de múltiples agentes y la interacción humano-IA es una vía muy importante para futuras investigaciones, dice. Estoy muy emocionado por cuando estas cosas se juntan.

esconder