Virtuelle Kühe verbessern die Mensch-Roboter-Zusammenarbeit durch spielebasierte Entscheidungsfindung in einer Echtzeitumgebung
BerlinForscher, die die Interaktion zwischen Menschen und Robotern untersuchen, haben durch ein Videospiel über das Treiben von Vieh neue Erkenntnisse gewonnen. Diese Methode hilft, zu verstehen, wie Menschen ihre Bewegungen planen und ihren Weg finden. Durch das Studium grundlegender Bewegungs- und Wahrnehmungsmuster hoffen Wissenschaftler, die Zusammenarbeit zwischen Menschen und Robotern zu verbessern.
Forscher der Macquarie University und des University College London arbeiteten gemeinsam an einer Studie, die ein Spiel verwendete, bei dem Teilnehmer Kühe in einen Pferch treiben mussten. Das DPMP-Modell simulierte präzise die menschlichen Bewegungen und offenbarte wichtige Muster bei der Entscheidungsfindung.
- Spieler priorisierten Kühe, die im kleinsten Winkelabstand lagen.
- Kühe, die sich weiter vom Zentrum der Schutzzone befanden, wurden bei Entscheidungen bevorzugt.
- Muster halfen, Verhaltensweisen in neuen Szenarien mit etwa 80% Genauigkeit vorherzusagen.
Diese neue Methode nutzt eine Ich-Perspektive, ähnlich wie in Rollenspielen, was vorteilhafter ist als die Draufsicht. Sie macht das Treffen von Entscheidungen realistischer und hat umfassendere Auswirkungen. Indem man das Sichtfeld einschränkt, wie es beim natürlichen Navigieren der Fall ist, werden Verzerrungen durch die Draufsicht reduziert.
Diese Erkenntnisse könnten die Funktionsweise von Robotern und KI-Systemen revolutionieren. Künftig könnten Roboter, die DPMP-basierte Algorithmen nutzen, Aufgaben besser verstehen und bewältigen, ähnlich wie Menschen navigieren. Dies könnte Verbesserungen in Bereichen wie der Personenflusskontrolle, der Reaktion auf Notfälle und beim Fahren autonomer Fahrzeuge mit sich bringen.
DPMPs können die Schulungen erheblich optimieren. Feuerwehrleute, Rettungsteams und andere Einsatzkräfte könnten mit virtuellen Realitätsumgebungen basierend auf DPMP-Untersuchungen ihre Fähigkeiten in realitätsnahen Szenarien trainieren. Prognostische Modelle könnten ihnen helfen, sich auf wechselnde und unerwartete Situationen vorzubereiten.
Diese Forschung könnte zu benutzerfreundlicheren KI-Systemen führen. Stellen Sie sich KI-Assistenten vor, die sich wie Menschen fortbewegen und die Zusammenarbeit erleichtern. Diese Systeme könnten unsere Gewohnheiten und Vorlieben besser verstehen, was sie nützlicher und effizienter machen würde.
Die Untersuchung der virtuellen Rinderhaltung zeigt Wege auf, um intelligentere und adaptivere Systeme zu entwickeln. Indem sie von menschlichen Entscheidungsprozessen lernen, könnten künftige Roboter problemlos in unser Alltagsleben integriert werden und komplexe Aufgaben mühelos bewältigen.
Die Studie wird hier veröffentlicht:
http://dx.doi.org/10.1098/rsos.231919und seine offizielle Zitation - einschließlich Autoren und Zeitschrift - lautet
Ayman bin Kamruddin, Hannah Sandison, Gaurav Patil, Mirco Musolesi, Mario di Bernardo, Michael J. Richardson. Modelling human navigation and decision dynamics in a first-person herding task. Royal Society Open Science, 2024; 11 (10) DOI: 10.1098/rsos.231919Diesen Artikel teilen