无需真人参与，新模拟方法加速社交机器人训练

机器人脱离人类学习？新研究在早期测试中排除人类参与

人类已不再独享有效训练社交机器人进行互动的控制权，这得益于一项由萨里大学和汉堡大学进行的新研究。

该研究将在今年的IEEE机器人与自动化国际会议上展示，它引入了一种新的仿真方法，使研究人员无需人类参与者即可测试其社交机器人，从而使研究更快速且可扩展。

研究团队使用一个人形机器人，开发了一个动态扫描路径预测模型，以帮助机器人在社交场合中预测人将注视何处。该模型使用两个公开可用的数据集进行了测试，研究人员证明人形机器人能够模仿类人的眼球运动。

这项研究的共同负责人、萨里大学认知神经科学讲师傅博士表示：“我们的方法使我们能够测试机器人是否在关注正确的事物——就像人类一样——而无需实时的人类监督。令人兴奋的是，即使在嘈杂、不可预测的环境中，该模型仍能保持准确，这使其成为教育、医疗和客户服务等现实世界应用中一个有前途的工具。”

社交机器人旨在通过语音、手势和表情与人互动，使其在教育、医疗和客户服务中发挥作用。社交机器人的例子还包括零售助理Pepper和治疗痴呆症患者的机器人Paro。

研究团队将其模型在现实世界中的运作方式与模拟世界中的运作方式进行匹配，将人类注视优先级图投射到屏幕上，以比较机器人的预测注意力焦点与现实世界数据。这使得在现实条件下直接评估社交注意力模型成为可能，减少了在研究的早期阶段进行大规模人机交互研究的需要。

傅博士评论道：“使用机器人仿真而非早期阶段的人类试验是社交机器人技术向前迈出的重要一步。这意味着我们可以大规模地测试和完善社交互动模型，使机器人更好地理解和响应人类。接下来，我们希望在机器人具身化中的社交意识等领域应用这种方法，并探索它如何在更复杂的社交环境和不同类型的机器人中发挥作用。