帮助人类理解机器人

研究人机交互的科学家通常从机器人的角度来理解人类的意图，这样机器人就能学会更有效地与人合作。但人与机器人的互动是双向的，人类也需要学习机器人的行为。

得益于数十年的认知科学和教育心理学研究，科学家们已经很好地掌握了人类如何学习新概念。因此，麻省理工学院和哈佛大学的研究人员合作，将人类概念学习的成熟理论应用于人机交互的挑战。

他们检查了过去专注于人类试图教机器人新行为的研究。研究人员发现，这些研究可以将两种互补的认知科学理论的元素纳入到他们的方法中。他们用这些作品中的例子来展示这些理论如何帮助人类更快、更准确、更灵活地形成机器人的概念模型，这可以提高他们对机器人行为的理解。

计算机科学与人工智能实验室(CSAIL)交互机器人小组的研究生、该论文的主要作者瑟琳娜·布斯(Serena Booth)说，对机器人建立更准确的心理模型的人通常是更好的合作者，这在人类和机器人在制造业和医疗保健等高风险情况下一起工作时尤其重要。

“无论我们是否试图帮助人们建立机器人的概念模型，他们无论如何都会建造它们。这些概念模型可能是错误的。这会使人们处于严重的危险之中。重要的是，我们要尽我们所能，为患者提供他们所能建立的最佳心理模型。”布斯说。

布斯和她的导师、麻省理工学院航空航天学教授、互动机器人小组主任朱莉·沙阿(Julie Shah)与哈佛大学的研究人员合作撰写了这篇论文。埃琳娜·格拉斯曼(Elena Glassman)是哈佛大学约翰·保尔森工程与应用科学学院的计算机科学助理教授，擅长学习理论和人机交互，是该项目的主要顾问。哈佛大学的共同作者还包括研究生Sanjana Sharma和研究助理Sarah Chung。这项研究将在IEEE人机交互会议上发表。

理论方法

研究人员利用两个关键理论分析了35篇关于人机教学的研究论文。“类比迁移理论”认为人类通过类比来学习。当人们与一个新的领域或概念交互时，他们会下意识地寻找一些熟悉的东西来理解新的实体。

“学习的变异理论”认为，战略变异可以揭示一些概念，否则人们可能很难分辨。它表明，当人类与一个新概念互动时，会经历一个四步过程:重复、对比、概括和变化。

布斯说，虽然许多研究论文都包含了一种理论的部分元素，但这很可能是偶然的。如果研究人员一开始就参考了这些理论，他们可能就能设计出更有效的实验。

例如，在教人类与机器人互动时，研究人员通常会向人们展示许多机器人执行相同任务的例子。但是，为了让人们对机器人建立一个准确的心理模型，变异理论认为，他们需要看到机器人在不同环境中执行任务的一系列例子，还需要看到它犯错误。

布斯说:“在人机交互的文献中，这是非常罕见的，因为它违反直觉，但人们也需要看到负面的例子来理解机器人不是什么。”

这些认知科学理论也可以改进物理机器人的设计。布斯说，如果一个机械臂与人的手臂相似，但其移动方式与人的运动不同，人们将很难建立准确的机器人心理模型。根据类比转移理论，由于人们将他们所知道的人的手臂映射到机械臂上，如果运动不匹配，人们就会感到困惑，难以学习与机器人互动。

提高解释

布斯和她的合作者还研究了人类概念学习理论如何改善解释，以帮助人们对陌生的新机器人建立信任。

“在可解释性方面，我们有一个非常大的确认偏误问题。关于解释是什么以及人们应该如何使用解释，通常没有标准。作为研究人员，我们经常设计一种解释方法，它对我们来说很好，然后我们把它发布出去，”她说。

相反，他们建议研究人员使用来自人类概念学习的理论来思考人们将如何使用解释，这些解释通常是由机器人生成的，用于清楚地传达他们用于决策的政策。布斯说，通过提供一个课程，帮助用户理解解释方法的含义以及何时使用它，以及在哪里不适用，他们将对机器人的行为有更强的理解。

基于他们的分析，他们就如何改进人机教学的研究提出了一些建议。首先，他们建议研究人员结合类比转移理论，指导人们在学习与新机器人合作时进行适当的比较。布斯说，提供指导可以确保人们使用合适的类比，这样他们就不会对机器人的行为感到惊讶或困惑。

他们还建议，包括机器人行为的积极和消极例子，并向用户展示机器人“策略”中参数的战略变化如何影响其行为，最终在战略变化的环境中，可以帮助人类更好、更快地学习。机器人的策略是一个数学函数，为机器人可以采取的每个行动分配概率。

“我们多年来一直在进行用户研究，但我们一直在凭自己的直觉行事，不知道什么对人类有帮助。下一步将是更加严格地将这项工作建立在人类认知理论的基础上，”格拉斯曼说。

现在，这篇使用认知科学理论的初步文献综述已经完成，布斯计划通过重建她研究过的一些实验来测试他们的建议，看看这些理论是否真的能改善人类的学习。

-由Chris Vavra编辑，网页内容经理，控制工程， CFE媒体与技术，cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。