Nuovi metodi per massimizzare le prestazioni di interazione uomo-robot
Per gli utenti e gli operatori umani, è importante interagire senza intoppi e senza sforzi con i molti robot che svolgono compiti nel mondo reale. Lo studio e lo sviluppo di metodi per tale interazione uomo-robot, che coinvolge sistemi robotici complessi e team multi-robot in un ambiente vasto, diventa impraticabile quando gli esperimenti sono condotti solo con robot reali. Una sfida importante per il futuro riguarda il raggiungimento della massima sinergia nelle squadre composte da robot ed esseri umani. Il progetto TRAVERSE(si apre in una nuova finestra) (Towards very large scale human-robot synergy), finanziato dall’UE, ha affrontato questa questione aperta mediante lo studio e la modellizzazione di aspetti quali comportamento, percezione e cognizione relativi all’operatore e all’utente umano, attraverso l’interazione con sistemi multi-robot su larga scala. I partner del progetto hanno sviluppato dei metodi cooperativi per le funzionalità di percezione del team di robot adattabili a un numero molto elevato di robot. Essi hanno attuato e verificato una tecnica di percezione cooperativa scalabile relativa ai multi-robot. Questa comprende uno stimatore basato sull’ottimizzazione che viene eseguito in tempo reale, l’auto-localizzazione da parte dei robot, la localizzazione dei compagni di squadra e della destinazione. I ricercatori hanno modellizzato e studiato i fattori umani e di sistema che influenzano l’efficienza delle attività comuni quando gli operatori umani interagiscono con squadre di robot su larga scala, nell’esecuzione di un compito di collaborazione. Il compito comune ha coinvolto una missione di ricerca di sopravvissuti in uno scenario di disastro. Estesi esperimenti con 35 soggetti umani hanno portato a due risultati principali. Il compito di collaborazione è stato eseguito con risultati nettamente migliori quando i robot hanno agito in piena autonoma nell’esplorazione, mentre gli operatori umani avevano il solo compito di ricercare sopravvissuti nelle aree esplorate. Quando gli operatori hanno controllato i robot, sono stati ottenuti risultati decisamente più scarsi in caso di una mancanza di formazione o di esperienza in fatto di videogiochi. Un secondo risultato ha dimostrato soltanto un leggero vantaggio alla luce dell’aumento del numero di robot presenti nel team che svolge il compito di collaborazione. Ciò è dovuto all’ipotesi che un singolo operatore umano è responsabile della ricerca dei sopravvissuti e del compito di classificazione. Aumentare il numero di robot, in uno scenario in cui i robot insieme mantengono determinate formazioni, non può essere la via da seguire, in quanto aumenta rapidamente la quantità di calcolo. È stato anche rilevato che per un piccolo numero di robot non c’è una differenza significativa nell’efficienza dei compiti collaborativi tra un team di multirobot controllati individualmente (ogni robot è comandato individualmente) e un team controllato in formazione (dove il gruppo è controllato nel suo insieme). Le funzionalità multi-robot integrate del progetto TRAVERSE dovrebbero massimizzare le prestazioni collettive delle squadre di robot, pur mantenendo un’interazione intuitiva, facile e naturale con gli utenti e gli operatori umani.