Damit Roboter-Assistenten in Zukunft besser Gegenstände wie Werkzeug zureichen können, haben Forscher der Brown University einen Algorithmus entwickelt, der sie im Zweifelsfall nachfragen lässt. [...]
Dabei fragt das System zwar nur, ob es richtig liegt, zieht aber aus der Antwort des Nutzers intelligente Schlüsse. Damit wird der Roboter zum besseren Zureicher – und ließ Testpersonen sogar annehmen, er sei höher entwickelt, als das eigentlich der Fall ist.
Ganz normal nachfragen
„Das Holen von Gegenständen ist eine wichtige Aufgabe, die mit uns zusammenarbeitende Roboter können sollen“, sagt Informatik-Professorin Stefanie Tellex. Wenn Roboter Sprachkommandos verstehen, wird das einfach. Doch ist es für die Maschine leicht, Fehler zu machen, etwa wenn mehrere ähnliche Gegenstände nebeneinander liegen. Ein Mensch, der beispielsweise den richtigen Schraubenschlüssel von einer Werkbank reichen soll, würde im Zweifelsfall einfach nachfragen. Im Endeffekt setzen Tellex und ihr Team darauf, dass auch Roboter genau das machen, wenn sie sich nicht sicher sind, welches Objekt ein Nutzer wirklich will.
„Das Holen von Gegenständen ist eine wichtige Aufgabe, die mit uns zusammenarbeitende Roboter können sollen“, sagt Informatik-Professorin Stefanie Tellex. Wenn Roboter Sprachkommandos verstehen, wird das einfach. Doch ist es für die Maschine leicht, Fehler zu machen, etwa wenn mehrere ähnliche Gegenstände nebeneinander liegen. Ein Mensch, der beispielsweise den richtigen Schraubenschlüssel von einer Werkbank reichen soll, würde im Zweifelsfall einfach nachfragen. Im Endeffekt setzen Tellex und ihr Team darauf, dass auch Roboter genau das machen, wenn sie sich nicht sicher sind, welches Objekt ein Nutzer wirklich will.
„Wir wollten, dass der Roboter anzeigen kann, dass er verwirrt ist und eine Frage stellt, anstatt das falsche Objekt zu holen“, erklärt Tellex. Der neue Algorithmus ermöglicht genau das. Der Roboter schätzt zunächst ab, wie klar ihm ist, welchen Gegenstand der Nutzer will. Ist er sich sicher genug, wählt er direkt das betreffende Objekt. Hat der Roboter jedoch Zweifel, zeigt er an, auf welchen Gegenstand er tippt und fragt nach, ob er auch richtig liegt. Aus der Antwort zieht er auch schlaue Schlüsse. Hat der Nutzer beispielsweise einen Schraubenschlüssel verlangt, aber es liegen nur zwei da und der erste Tipp war falsch, so muss der zweite der gewünschte Gegenstand sein.
Kann weniger, als Tester glauben
In Experimenten mit dem Roboter „Baxter“ konnte das Team nachweisen, dass dieses intelligente Nachfragen eindeutig schneller und genauer ist, als einfach immer den ersten Tipp zu verwenden oder wirklich jedes Mal nachzufragen. Zudem hat das System damit Testpersonen zur Annahme verleitet, dass es mehr kann, als es wirklich der Fall ist. So haben Teilnehmer teils gedacht, dass der Roboter Positionsangaben wie „am nächsten bei mir“ versteht oder Eye Tracking beherrscht. Dabei hat er einfach nur intelligente Konsequenzen aus den Antworten auf seine einfache Frage gezogen.
In Experimenten mit dem Roboter „Baxter“ konnte das Team nachweisen, dass dieses intelligente Nachfragen eindeutig schneller und genauer ist, als einfach immer den ersten Tipp zu verwenden oder wirklich jedes Mal nachzufragen. Zudem hat das System damit Testpersonen zur Annahme verleitet, dass es mehr kann, als es wirklich der Fall ist. So haben Teilnehmer teils gedacht, dass der Roboter Positionsangaben wie „am nächsten bei mir“ versteht oder Eye Tracking beherrscht. Dabei hat er einfach nur intelligente Konsequenzen aus den Antworten auf seine einfache Frage gezogen.
Be the first to comment