国产成在线观看免费视频_久久九九久精品国产日韩经典_亚洲AV无码成H人动漫网站_YY亚洲人成电影网站色

創澤機器人
CHUANGZE ROBOT
當前位置:首頁 > 新聞資訊 > 機器人開發 > 與機器人協同,對機器人的意圖歸因會影響人機協作

與機器人協同,對機器人的意圖歸因會影響人機協作

來源:CAAI認知系統與信息處理專委會     編輯:創澤   時間:2024/11/8   主題:其他 [加盟]

《When performing actions with robots, attribution of intentionality affects the sense of joint agency》由(you)Uma Prashant Navare等人(ren)(ren)(ren)撰寫,探討了在(zai)與(yu)機(ji)(ji)器(qi)人(ren)(ren)(ren)共(gong)同(tong)執行任務時(shi),人(ren)(ren)(ren)們對機(ji)(ji)器(qi)人(ren)(ren)(ren)的(de)意(yi)圖歸因(yin)如(ru)何(he)影響(xiang)聯合代理感(Sense of Joint Agency, SoJA)。聯合代理感(SoJA)是人(ren)(ren)(ren)類(lei)在(zai)與(yu)他(ta)人(ren)(ren)(ren)共(gong)同(tong)行動以(yi)改(gai)變共(gong)同(tong)環(huan)境時(shi)所體驗到(dao)的(de)控制感。SoJA是基于(yu)動作控制和監測的(de)感覺運動預(yu)測過程提出的(de)。由(you)于(yu)當(dang)我們與(yu)其他(ta)人(ren)(ren)(ren)一(yi)起執行動作時(shi),SoJA是一(yi)種普遍存在(zai)的(de)現象,因(yin)此了解SoJA是否以(yi)及在(zai)什么條件下(xia)發生在(zai)與(yu)類(lei)人(ren)(ren)(ren)機(ji)(ji)器(qi)人(ren)(ren)(ren)的(de)協(xie)作任務中是非常有趣(qu)和重要的(de)。

在(zai)(zai)這項研究中,我們使用(yong)行(xing)為測(ce)量和腦(nao)電圖(EEG)測(ce)量的(de)(de)神經反應,旨(zhi)在(zai)(zai)評(ping)估SoJA是否(fou)在(zai)(zai)與人形(xing)機(ji)器人iCub的(de)(de)聯(lian)合動作中發生,以及它的(de)(de)出現(xian)是否(fou)受到機(ji)器人感知意向性的(de)(de)影響。

行為結果表明,當(dang)機(ji)器人搭檔被呈現為一個有(you)意的代理時,參與者(zhe)體驗(yan)到了SoJA,而當(dang)機(ji)器人搭檔被呈現為一個機(ji)械工(gong)件時,參與者(zhe)則(ze)沒有(you)。

腦(nao)電圖結(jie)果(guo)(guo)顯示,當(dang)機器人(ren)(ren)作為一個(ge)有意識的主體出(chu)現(xian)時,影響(xiang)SoJA出(chu)現(xian)的機制是(shi)對我們自(zi)己和(he)他人(ren)(ren)行為的感(gan)官后果(guo)(guo)形成類似(si)準(zhun)確(que)預(yu)測的能力,從而(er)導致(zhi)類似(si)的感(gan)官處理調(diao)節活動(dong)。

實驗設(she)置流程(cheng)。(A)在獨奏塊中(zhong)設(she)置任務(wu)。(B)在接頭塊中(zhong)設(she)置任務(wu)。(C)目標跟蹤確(que)(que)認任務(wu)的試驗順序。在每次試驗中(zhong),參與者(zhe)或iCub都必須通過一(yi)系列按鍵將白色光標移動(dong)到黑色目標上(shang)。隨(sui)后,參與者(zhe)或iCub必須確(que)(que)認目標。經(jing)過一(yi)段可(ke)變的延遲后,確(que)(que)認壓(ya)力機觸發(fa)了一(yi)個音(yin)。然后,參與者(zhe)必須根據屏幕上(shang)提供的刻度對確(que)(que)認按鈕(niu)和音(yin)調(diao)之間的延遲進行(xing)評分。

我(wo)們(men)(men)的(de)(de)(de)(de)(de)研究采用了人(ren)形(xing)機器人(ren)iCub,通過(guo)兩(liang)個精心設計的(de)(de)(de)(de)(de)實驗(yan)來探究人(ren)類與(yu)機器人(ren)之間(jian)的(de)(de)(de)(de)(de)聯合代理感(gan)(SoJA)。在(zai)(zai)實驗(yan)1中,參(can)(can)與(yu)者首先完(wan)(wan)成了意(yi)(yi)圖(tu)(tu)立(li)(li)場(chang)測(ce)(ce)試(shi),評估他們(men)(men)對(dui)iCub的(de)(de)(de)(de)(de)初(chu)始意(yi)(yi)圖(tu)(tu)歸(gui)因(yin)(yin)(yin),隨后(hou)在(zai)(zai)沒有進一步操縱的(de)(de)(de)(de)(de)情(qing)況(kuang)下,參(can)(can)與(yu)者要(yao)么(me)單(dan)(dan)獨執行(xing)(xing)(xing),要(yao)么(me)與(yu)iCub協作完(wan)(wan)成目(mu)標(biao)追蹤(zong)和確認(ren)任務(wu)(wu),最終再次進行(xing)(xing)(xing)意(yi)(yi)圖(tu)(tu)立(li)(li)場(chang)測(ce)(ce)試(shi)以觀(guan)察(cha)是(shi)否(fou)有變化。實驗(yan)2則(ze)在(zai)(zai)實驗(yan)1的(de)(de)(de)(de)(de)基礎上增(zeng)加了一個關鍵步驟:在(zai)(zai)單(dan)(dan)獨完(wan)(wan)成任務(wu)(wu)和初(chu)次意(yi)(yi)圖(tu)(tu)立(li)(li)場(chang)測(ce)(ce)試(shi)之后(hou),參(can)(can)與(yu)者與(yu)iCub進行(xing)(xing)(xing)了一次特意(yi)(yi)設計的(de)(de)(de)(de)(de)互(hu)動,機器人(ren)在(zai)(zai)此期間(jian)展現出類似人(ren)類的(de)(de)(de)(de)(de)行(xing)(xing)(xing)為(wei),目(mu)的(de)(de)(de)(de)(de)是(shi)增(zeng)強(qiang)參(can)(can)與(yu)者對(dui)iCub的(de)(de)(de)(de)(de)意(yi)(yi)圖(tu)(tu)歸(gui)因(yin)(yin)(yin),互(hu)動結束后(hou)參(can)(can)與(yu)者進行(xing)(xing)(xing)了第(di)二次意(yi)(yi)圖(tu)(tu)立(li)(li)場(chang)測(ce)(ce)試(shi),最后(hou)與(yu)iCub一同(tong)執行(xing)(xing)(xing)了聯合任務(wu)(wu)塊,以此來測(ce)(ce)試(shi)增(zeng)加意(yi)(yi)圖(tu)(tu)歸(gui)因(yin)(yin)(yin)是(shi)否(fou)會促進SoJA的(de)(de)(de)(de)(de)形(xing)成。這兩(liang)個實驗(yan)的(de)(de)(de)(de)(de)詳細過(guo)程不僅(jin)揭(jie)示了意(yi)(yi)圖(tu)(tu)歸(gui)因(yin)(yin)(yin)在(zai)(zai)人(ren)機互(hu)動中的(de)(de)(de)(de)(de)重(zhong)要(yao)性,而(er)且還通過(guo)行(xing)(xing)(xing)為(wei)和神(shen)經生(sheng)理數據為(wei)我(wo)們(men)(men)提供了SoJA形(xing)成的(de)(de)(de)(de)(de)深刻見解。

在這(zhe)項研(yan)究中,科學家(jia)們(men)使用(yong)了時間(jian)間(jian)隔估計任務(如圖(tu)2)和腦電(dian)圖(tu)(EEG)(如圖(tu)3)來評估人(ren)(ren)們(men)在與(yu)機器人(ren)(ren)合作時是否能感受到(dao)共同代理感(Sense of Joint Agency, SoJA),以(yi)及這(zhe)種感覺(jue)是否受到(dao)人(ren)(ren)們(men)對機器人(ren)(ren)意(yi)圖(tu)歸因的影響(xiang)。

實驗1的(de)發現(xian):

a時(shi)間(jian)間(jian)隔(ge)估(gu)計(ji)任務:當機(ji)器(qi)(qi)人(ren)(ren)沒有被特別介紹為(wei)有意圖(tu)(tu)的(de)(de)(de)代理時(shi),參與(yu)(yu)者(zhe)(zhe)在(zai)單(dan)獨操作(zuo)(zuo)(solo)和作(zuo)(zuo)為(wei)確(que)認者(zhe)(zhe)(confirmer)時(shi),對動作(zuo)(zuo)和隨后的(de)(de)(de)聽覺反饋之間(jian)的(de)(de)(de)時(shi)間(jian)間(jian)隔(ge)估(gu)計(ji)比(bi)作(zuo)(zuo)為(wei)移動者(zhe)(zhe)(mover)角色(se)時(shi)更短。這表明,沒有強(qiang)調機(ji)器(qi)(qi)人(ren)(ren)的(de)(de)(de)意圖(tu)(tu)時(shi),參與(yu)(yu)者(zhe)(zhe)并(bing)沒有與(yu)(yu)機(ji)器(qi)(qi)人(ren)(ren)形成(cheng)共同代理感。在(zai)認為(wei)機(ji)器(qi)(qi)人(ren)(ren)有意圖(tu)(tu)的(de)(de)(de)情況(kuang)下,參與(yu)(yu)者(zhe)(zhe)的(de)(de)(de)大腦在(zai)處理機(ji)器(qi)(qi)人(ren)(ren)和自己產生的(de)(de)(de)聽覺結果(guo)時(shi)表現出類似的(de)(de)(de)連接(jie)性模式,這可能有助(zhu)于形成(cheng)SoJA。

b.ERP分析:在(zai)solo角(jiao)色(se)(se)中(zhong),N100波(bo)(bo)幅(fu)最大(da),而(er)在(zai)mover角(jiao)色(se)(se)中(zhong)最小。N100波(bo)(bo)幅(fu)的大(da)小反映了大(da)腦對(dui)聽覺刺激的早(zao)期(qi)處理(li)。較大(da)的N100波(bo)(bo)幅(fu)通(tong)常與(yu)更強的神經(jing)反應相(xiang)關,這可能(neng)意味(wei)著參(can)與(yu)者(zhe)對(dui)自己的動作產(chan)生的聽覺結果有(you)更強烈的感知(zhi)(zhi)和(he)處理(li)。在(zai)這種情況下,較小的N100波(bo)(bo)幅(fu)可能(neng)表明(ming)參(can)與(yu)者(zhe)對(dui)機(ji)器人(ren)產(chan)生的結果的感知(zhi)(zhi)和(he)處理(li)較弱,這與(yu)他們沒有(you)形成SoJA的觀點一致(zhi)。

c.頻譜分(fen)析:如圖(tu)4,在(zai)solo和confirmer角色中,前額中央與顳葉區(qu)域(yu)在(zai)theta波段(4到7赫(he)茲)的連接性(xing)增強(qiang),這可(ke)能(neng)(neng)與更好的注意力和預測(ce)(ce)處(chu)理相關。而在(zai)mover角色中,這種(zhong)增強(qiang)不明顯,這可(ke)能(neng)(neng)反映了參與者對機器人動(dong)作的預測(ce)(ce)和感知處(chu)理較(jiao)弱。

實驗2的發現:

a.時間(jian)間(jian)隔(ge)(ge)估(gu)(gu)計任務:在通(tong)過一(yi)系列互動使參與者將機器(qi)人視為(wei)有(you)意(yi)圖的(de)代理(li)之后,所有(you)角色中的(de)時間(jian)間(jian)隔(ge)(ge)估(gu)(gu)計變得相同。這表(biao)明,在參與者認為(wei)機器(qi)人是有(you)意(yi)圖的(de)代理(li)時,他們與機器(qi)人形(xing)成了共(gong)同代理(li)感。

b.ERP分析:即使在(zai)solo角(jiao)(jiao)色中N100波幅仍然最(zui)大,但在(zai)confirmer和mover角(jiao)(jiao)色之間沒(mei)有(you)顯著差異。這表(biao)明(ming),當(dang)參(can)與者認(ren)為(wei)機(ji)器(qi)人(ren)有(you)意(yi)圖(tu)時,他(ta)們對(dui)機(ji)器(qi)人(ren)行動(dong)產生的聽覺結果(guo)的神經反應與自己行動(dong)產生的結果(guo)類(lei)似,這支持了(le)SoJA形成的觀點(dian)。

c.theta波段連接性:在solo角色中(zhong),前額中(zhong)央(yang)與顳葉區域的連接性差異最大,而在兩(liang)個(ge)聯合(he)角色(confirmer和(he)mover)之間沒(mei)有顯著差異。

當人(ren)(ren)們認為(wei)機(ji)(ji)器(qi)(qi)(qi)人(ren)(ren)是有意圖的(de)代理(li)(li)時,他(ta)(ta)們的(de)大腦以類似的(de)方式處理(li)(li)自己和機(ji)(ji)器(qi)(qi)(qi)人(ren)(ren)的(de)行動結果,這有助于(yu)形成共同(tong)(tong)代理(li)(li)感。而當機(ji)(ji)器(qi)(qi)(qi)人(ren)(ren)被(bei)視(shi)為(wei)沒有意圖的(de)機(ji)(ji)械時,人(ren)(ren)們對(dui)其產(chan)生的(de)結果的(de)感知(zhi)和處理(li)(li)較弱,這會(hui)阻(zu)礙(ai)SoJA的(de)形成。意圖歸因在人(ren)(ren)機(ji)(ji)交(jiao)互中起著至(zhi)關重要的(de)作用,這些(xie)發(fa)現對(dui)于(yu)設(she)計(ji)更(geng)自然、更(geng)富有成效的(de)人(ren)(ren)機(ji)(ji)協作環境具(ju)有深遠(yuan)的(de)意義。 展望(wang)未(wei)來(lai),未(wei)來(lai)的(de)研(yan)究可(ke)(ke)以探(tan)索(suo)不同(tong)(tong)類型(xing)的(de)任(ren)務(wu)和社交(jiao)背景(jing)如(ru)何影(ying)響(xiang)SoJA的(de)體(ti)驗(yan)。例(li)如(ru),不同(tong)(tong)的(de)任(ren)務(wu)結構或(huo)社交(jiao)層次可(ke)(ke)能(neng)會(hui)改變個(ge)體(ti)對(dui)SoJA的(de)感知(zhi)。此外,研(yan)究應考察除情(qing)感表達外,其他(ta)(ta)方式的(de)意圖歸因操縱(zong)是否也(ye)能(neng)有效地影(ying)響(xiang)SoJA的(de)形成。這可(ke)(ke)能(neng)包括(kuo)通過(guo)言(yan)語指令(ling)等非交(jiao)互性(xing)手段來(lai)調整人(ren)(ren)們對(dui)機(ji)(ji)器(qi)(qi)(qi)人(ren)(ren)意圖的(de)感知(zhi)。這些(xie)發(fa)現不僅(jin)為(wei)理(li)(li)解人(ren)(ren)類如(ru)何與機(ji)(ji)器(qi)(qi)(qi)人(ren)(ren)合作提供了(le)新的(de)視(shi)角,也(ye)為(wei)設(she)計(ji)更(geng)具(ju)包容性(xing)和協同(tong)(tong)性(xing)的(de)人(ren)(ren)機(ji)(ji)交(jiao)互系(xi)統指明了(le)方向。





研究人員開發了人工智能驅動的移動機器人,可以高效地進行化學合成研究

移動機器人系統用于解決探索性化學中的三個主要問題以及根據數據決定下一步做什么,移動機器人做出與人類研究人員相同或相似的決定比人類快得多

人形機器人大模型相關研究及應用

大模型可加快人形機器人復雜任務訓練速度,提升任務生成速度及縮短理解周期;1 提升人形機器人語言處理能力 2 提升人形機器人場景理解能力 3 提升人形機器人運動控制能力 4 提升人形機器人數據訓練能力

人工智能大模型發展現狀與挑戰對比

NLP 大模型在語言的歧義、文化差異及多樣化、情感分析困難;CV 大模型算法處理復雜;多模態大模型融合不同模態的信息并提高模型的標識能力

常見的人工智能大模型:NLP,CV和多模態大模型

NLP 大模型是人工智能領域的重要研究方向,CV大模型是指基于深度學習的計算機視覺模型,多模態大模型是指將文本、圖像、視頻、音頻等多模態信息聯合起來進行訓練的模型

機器人各部位關鍵技術分析

機器人大腦提高人形機器人的人-機-環境共融交互能力,支撐全場景落地應用;機器人小腦提升人形機器人非 結構化環境下全身協調魯棒移動、靈巧操作及人機交互能力

大模型在機器人領域研究與應用案例匯總

英偉達 GR00T讓人形機器人理解自然語言文本,語音,視頻,以模仿人類運動;阿里云機器人大模型可賦予機器人知識庫問答,工藝流程代碼生成,機械臂軌跡規劃,3D目標檢測和動態環境理解等全方位能力

智能機器人純視覺與激光雷達方案比較

純視覺方案:成本低,技術成熟度高,產業鏈成熟度高,符合人眼邏輯;易受天氣影響,易受光照影響,算力需求較高,需要大量圖像訓練集;激光雷達方案:識別率高,環境適應力強,產業鏈成熟度高

人形機器人四種環境感知傳感器各項性能比較

攝像頭可實現測距,但精度較低,通過 AI 算法識別,但難 以識別非標準障礙物;毫米波雷達縱向精度高,橫 精度低;激光雷達是高精度,3D 建模,易識別;

全球主要人形機器人的控制解決方案匯總

本田 ASIMO由四個運行著 VxWorks 實時操作系統的處理器構成;歐洲 ICUB使用名為 ARCHER 的學習型算法體系;特斯拉 Optimus用Optimus 的神經網絡

人形機器人絲杠行業深度報告: 核心傳動精密部件,國產化未來可期,市場規模249.5億元

人形機器人將實現從0到1量產,根據我們測算,2025年和2030年全球人形機器人市場規模 分別有望達到1.4億元和249.5億元,2025-2030年全球人形機器人CAGR有望達到182%

人形機器人執行系統之靈巧手-空心杯電機

人形機器人靈巧手進行抓取動作,空心杯電機為核心部件;信號解析 匯總執行 輸出轉速 (高速、低扭矩) 降速增扭 直線傳動轉 換為旋轉傳 動 驅動傳導 感知及力 反饋

人形機器人執行系統之旋轉執行器-減速器

旋轉執行器分布于肩部、手部等多自由度關節,作用是將某物旋轉到一定角度完成旋轉運動;驅動關節完成旋轉動作,減速器為核心部件
資料獲取
機器人開發
== 最新資訊 ==
與機器人協同,對機器人的意圖歸因會影響人
研究人員開發了人工智能驅動的移動機器人,
2024年AI Agent實施的明路應用
科研智能(AI4R&D) 人工智能驅動的
2024AIGC創新應用洞察報告:市場規
MoE與思維鏈助力大模型技術路線破局:M
中國文娛行業人工智能行業應用發展圖譜:市
在線教育龍頭多鄰國啟示錄商業模式珠玉在前
2024全球智能家居市場深度研究報告:W
華為2024一城一云一模型發展研究報告:
2024年中國人工智能藥物發現與開發行業
國家人工智能產業綜合標準化體系建設指南2
2024年大模型+知識庫廠商全景報告:發
智能網聯汽車標準法規月報2024:聯汽車
人工智能開啟汽車產業智能化新時代,202
== 機器人推薦 ==
迎賓講解服務機器人

服務機器人(迎賓、講解、導診...)


            智能服務機器人                   
版權所有 創澤智能機器人集團股份有限公司 中國運營中心:北京 清華科技園九號樓5層 中國生產中心:山東日照太原路71號
銷售1:4006-935-088 銷售2:4006-937-088 客服電話: 4008-128-728