Para hacer frente a este problema, los investigadores encaran un enfoque que permite que un robot le comunique a un compañero humano su necesidad especifica de ayuda por medio del lenguaje. Su sistema detecta errores automáticamente, y a continuación genera una solicitud hablada en lenguaje específico, tal como “Dame la pata blanca de la mesa”. Una vez que el colaborador humano ha solucionado esa condición de error, el sistema vuelve a su plena autonomía. Ellos presentan un nuevo algoritmo para la generación de solicitudes de ayuda mediante la emulación de la capacidad del ser humano para interpretar un comando, en base a un marco de trabajo G3 (Generalized Grounding Graph).
Solemos imaginarnos robots domésticos capaces de llevar a cabo una variedad de tareas complejas en forma autónoma, como doblar la ropa, cocinar la cena y armar kits de muebles. Sin embargo, cuando los robots ejecutan estas tareas en forma autónoma, a menudo fallan debido a errores de percepción, de manipulación y otras cuestiones. Un objetivo clave de la investigación es abordar este tipo de fallas, pero su eliminación sigue siendo un objetivo muy difícil de alcanzar.
Los investigadores se propusieron un enfoque alternativo para la recuperación de los inevitables fracasos que se producen cuando los robots ejecutan complejas tareas en entornos del mundo real: cuando el robot se equivoca, le pide ayuda verbalmente a un compañero humano. Después de recibir ayuda, continúa la ejecución de la tarea en forma autónoma.
La situación de prueba es un montaje de muebles de IKEA, como se muestra en la figura. Se supone que el robot tiene un modelo pre-existente de las piezas a ensamblar y un plan para el montaje. Sin embargo, debido a la percepción y a los errores a nivel mecánico, partes del plan podrían ser difíciles o imposibles de llevar a cabo. Aunque el ser humano está a cargo de la actividad del robot, le ha delegado la tarea y ha centrado su atención en otra parte. En consecuencia, una solicitud vaga como como “Ayúdame” no proporcionan suficiente contexto para que el ser humano pueda ayudar eficazmente al robot. En cambio, es deseable que el robot exprese verbalmente sus necesidades con una solicitud precisa, tal como “Por favor, dame la pata blanca de la mesa”. El objetivo del algoritmo en prueba consiste en formular la más breve, inequívoca y natural solicitud de lenguaje para que un ser humano, que no estaba cognitivamente comprometido, pueda prestar la adecuada ayuda.
Para poner en práctica esta estrategia, el robot debe ser capaz de detectar sus propios fracasos e identificar una estrategia para recuperarse de ellos. A continuación, debe comunicarle esta estrategia al
compañero humano. Y finalmente, debe detectar cuando el ser humano ya lo ha ayudado, con éxito o sin éxito, para planificar sus próximas acciones.
El algoritmo genera peticiones de ayuda en idioma natural mediante la búsqueda de una expresión que maximice la probabilidad de una correspondencia entre las palabras del lenguaje y de la acción que el robot quiere que lleve a cabo el humano, haciendo uso del modelo G3 de las facultades de comprensión de lenguaje de una persona.
Fuente: IEEE Spectrum.