I ricercatori della NTT Corporation in Giappone hanno recentemente sviluppato un approccio di apprendimento per rinforzo incentrato sull'utente che potrebbe essere utilizzato per insegnare le "buone maniere" ai robot sociali. Il loro metodo, delineato in un documento pre-pubblicato su arXiv, consente a un robot di salutare o attirare l'attenzione dei passanti senza causare loro disagio.

"La mia idea è stata ispirata da imbonitori in un mercato, " Yasunori Ozaki, uno dei ricercatori che ha condotto lo studio, ha detto a TechXplore. "La maggior parte degli imbonitori chiama i passanti interessati al ristorante, eppure difficilmente chiamano gli altri. In conseguenza di questa osservazione, Ho formulato la seguente ipotesi:gli imbonitori determinano cosa chiamare i passanti deducendo dal loro comportamento il loro interesse per il servizio che pubblicizzano. Volevo sviluppare un metodo che permettesse a un robot di imitare le azioni di un imbonitore, addestrandolo a comprendere gli interessi delle persone".

I robot sociali stanno gradualmente entrando in una varietà di campi, compresi sanità e vendita al dettaglio. Nella vendita al dettaglio, ad esempio, i social robot potrebbero aiutare a spiegare i prodotti ai passanti e ai potenziali clienti.

Recentemente, un numero crescente di aziende ha iniziato a testare l'efficacia dei robot come agenti del servizio clienti, come receptionist, guide o espositori. Per essere più efficaci nei ruoli a contatto con il cliente, però, i robot avrebbero bisogno di salutare i passanti senza spaventarli o metterli a disagio.

Con questo in testa, Ozaki e i suoi colleghi hanno deciso di sviluppare un metodo che consenta ai robot di adattare i propri manierismi in base alla situazione in cui si trovano e alla persona con cui interagiscono. Il loro approccio utilizza l'apprendimento per rinforzo incentrato sull'utente per analizzare i dati raccolti dai sensori di un robot, in modo che possa adattare le sue azioni di conseguenza.

"Il mio metodo permette a un robot di apprendere azioni osservando le reazioni dei passanti, " ha spiegato Ozaki. "Quando un robot agisce verso un passante, il passante in genere risponde a tale azione. Per esempio, se un robot chiama un passante, la chiamata potrebbe causare disagio al passante, o può far sì che il passante si interessi al robot. Il robot stima i sentimenti di un passante dalle sue reazioni, analizzando i filmati raccolti da un sensore posto sul retro."

L'approccio ideato da Ozaki e dai suoi colleghi si basa su uno schema di ricompense e penalità. Se il robot deduce disagio nei passanti con cui sta comunicando, ottiene una penalità. D'altra parte, se un passante si ferma, interagisce con il robot e se ne interessa, il robot riceve una ricompensa. Col tempo, il robot impara ad adattare le proprie strategie di interazione per attirare l'attenzione delle persone senza mettere a disagio i potenziali clienti.

"Il mio metodo permette a un robot di trovare combinazioni di azioni che non arrechino disagio ai passanti, " Ozaki ha detto. "Molti ricercatori hanno esaminato l'esperienza utente (UX), compreso il disagio, nelle interazioni uomo-robot. Però, non hanno addestrato robot basati su questa UX. Credo che dobbiamo insegnare ai robot alcune buone maniere relative alla UX e al mondo umano. Ciò consentirebbe quindi al robot di adattare le sue azioni a diverse situazioni e utenti, in base ai modi che ha acquisito."

Per valutare il loro metodo, i ricercatori hanno condotto un esperimento all'ingresso di un ufficio, in cui un piccolo robot sociale chiamava i passanti e cercava di attirare la loro attenzione. I loro risultati sono stati molto promettenti, come nella maggior parte dei casi, il robot è stato in grado di attirare l'attenzione delle persone senza causare loro disagio.

L'approccio ideato da Ozaki e dai suoi colleghi è progettato per migliorare le interazioni dei robot con i singoli passanti, piuttosto che con un gruppo più numeroso di persone. Ulteriori studi potrebbero espandere il modello per migliorare anche le interazioni del robot con gruppi di persone. Inoltre, i ricercatori stanno pianificando di valutare il loro metodo in scenari in cui il robot sociale ricopre altri ruoli, per esempio quello di un venditore.

© 2019 Science X Network