¿Robots sociales aprendiendo por sí solos? Nuevo estudio omite la participación humana en las pruebas iniciales

Un nuevo estudio de la Universidad de Surrey y la Universidad de Hamburgo demuestra que los humanos ya no son los únicos responsables de entrenar a los robots sociales para una interacción eficaz.

Presentado en la Conferencia Internacional de Robótica y Automatización (ICRA) del IEEE, el estudio revela un nuevo enfoque de simulación que permite a los investigadores probar robots sociales sin la participación de humanos, lo que posibilita una investigación más rápida y escalable.

El equipo utilizó un robot humanoide para desarrollar un modelo de predicción de trayectorias visuales (scanpath) que anticipa hacia dónde podría mirar una persona en situaciones sociales. Probado con dos conjuntos de datos públicos, el modelo demostró que los robots humanoides pueden replicar patrones de movimiento ocular similares a los humanos.

Nuevo modelo ofrece enfoque similar al humano sin supervisión en tiempo real

Según la Dra. Di Fu, coautora del estudio y profesora de neurociencia cognitiva en la Universidad de Surrey, su método permite evaluar si un robot se enfoca en los elementos correctos, de manera similar a un humano, sin necesidad de supervisión humana en vivo.

Sin embargo, destacó que el modelo mantiene su precisión incluso en entornos ruidosos e impredecibles, lo que lo convierte en una herramienta valiosa para aplicaciones prácticas en áreas como la educación, la salud y la atención al cliente.

Los robots sociales están diseñados para interactuar con humanos mediante el habla, los gestos y las expresiones faciales, lo que los hace útiles en campos como la educación, la atención médica y el soporte al cliente. Ejemplos destacados incluyen a Pepper, un robot asistente en tiendas, y Paro, un robot terapéutico utilizado con pacientes con demencia.

Los investigadores alinearon el rendimiento del modelo en el mundo real con un entorno simulado proyectando mapas de prioridad de mirada humana en una pantalla, comparando el enfoque de atención previsto por el robot con datos reales de humanos.

Este enfoque les permitió evaluar modelos de atención social en condiciones realistas, reduciendo la necesidad de estudios extensivos de interacción humano-robot en las primeras etapas.

La Dra. Fu comentó: “Reemplazar las pruebas humanas iniciales con simulaciones robóticas representa un avance significativo en la robótica social. Nos permite probar y mejorar modelos de interacción social, mejorando la capacidad de los robots para comprender y responder a los humanos. Nuestro siguiente paso será aplicar este método a la incorporación física del robot y evaluar su rendimiento en entornos sociales complejos con distintos tipos de robots.”

Read the original article on: Tech Xplore

Read more: People in Japan Respect Robots and AI More Than Those in the West Societies