São Paulo — InkDesign News —
Pesquisadores estão explorando a interação humano-robô para aprimorar a aprendizagem de máquinas, permitindo que robôs se adaptem às preferências humanas em ambientes cotidianos.
Tecnologia aplicada
A pesquisa da doutoranda Kate Candon, da Universidade de Yale, foca em como robôs podem extrair aprendizado de feedback humano, tanto explícito quanto implícito. Por exemplo, no contexto de uma atividade de preparo de pizzas, um robô pode receber feedback através de botões que indicam “bom trabalho” ou “mau trabalho”, além de interpretar reações faciais e gestos dos humanos envolvidos.
Desenvolvimento e testes
Atualmente, o projeto utiliza configurações de interação humano-robô em que um robô é equipado com algoritmos de aprendizado de máquina capazes de processar ações humanas como indicadores de desempenho. “Interpretação de sinais implícitos pode ser desafiadora, pois varia de pessoa para pessoa e entre culturas diferentes” (“Interpreting implicit cues can be tricky, as it varies from person to person and culture to culture.”)
— Kate Candon, Doutoranda, Universidade de Yale
Os primeiros testes incluíram uma configuração de jogo semelhante ao Space Invaders, onde a pesquisa visava prever preferências de comportamento do robô a partir de reações faciais dos jogadores. A equipe encontrou correlações significativas entre expressões e preferências, ressaltando a importância do contexto nas interações.
Impacto e aplicações
Os resultados iniciais indicam que, ao combinar feedback implícito e explícito, os robôs podem aprender de maneira mais eficiente e natural. Candon acredita que isso pode permitir que robôs se adaptem rapidamente a diferentes preferências subjetivas dos usuários. “Espero que essa combinação de feedback implícito e explícito ajude a criar um comportamento mais natural e adaptativo” (“I hope this combination of implicit and explicit feedback will help it to be more naturalistic.”)
— Kate Candon, Doutoranda, Universidade de Yale
As pesquisas em humanos e robôs colaborativos têm o potencial de transformar diversas indústrias, desde a assistência em lares até a automação industrial, permitindo uma interação mais intuitiva e eficiente entre humanos e máquinas. Estrategicamente, a integração de tecnologia de linguagem e outras formas de feedback é um próximo passo esperado na evolução desta pesquisa.
Fonte: (Robohub – Robótica & Automação)
