人与机器建立信任并不总是一件容易的事情。超出了自动化的恐惧流氓,机器人不沟通他们是如何做的。当这种情况发生时,建立一个人类相信机器人的基础是很困难的。gydF4y2Ba

现在,研究揭示如何gydF4y2Ba自治系统gydF4y2Ba可以促进人类对机器人的信心。很大程度上,研究表明,人类更容易信任一个机器人提供某种形式的自我评估,因为它会对其任务,根据Aastha阿gydF4y2Ba德雷伯学者gydF4y2Ba并在博尔德的科罗拉多大学的博士生。gydF4y2Ba

Acharya说我们需要开始考虑通信是有用的,特别是如果我们想要人类的信任和依靠他们自动化的同事。“我们可以把信号从任何有效的工作关系,在建立信任的关键是理解同事的能力和局限性,”她说。差距在理解不当会导致任务的机器人,和随后的误用,滥用或停用的自主权。gydF4y2Ba

理解问题,Acharya加入德雷伯和博尔德的科罗拉多大学的研究人员研究自主机器人如何使用学习世界模型可以计算概率的形式和表达自我评价能力机器的自信。概率世界模型考虑不确定因素的影响,在预测未来可能发生的事件或行动的结果。gydF4y2Ba

在这项研究中,世界模型是为了使机器人能够预测他们的行为并报告自己的观点在任务执行之前对自己的任务。根据这些信息,人类可以更好地判断机器人是否足够完成任务的能力,并调整预期来适应这种情况。gydF4y2Ba

展示他们的方法,研究人员开发和测试一个概率世界模型模拟的情报,监视和侦察任务的一个自治的“飞行器(无人机)。无人机飞越一个字段填充无线电塔,一条飞机跑道和山脉。塔的使命是为了收集数据,同时避免被敌人发现。无人机被要求考虑因素,如检测,集合,电池寿命和环境条件来理解它的任务能力。gydF4y2Ba

研究结果的报道gydF4y2Ba文章gydF4y2Ba”泛化能力自我评估自主车辆使用深强化学习,“团队解决的几个重要问题。我们如何鼓励适当的人类相信一个自治系统?我们怎么知道自我评价能力的自治系统是准确的吗?gydF4y2Ba

人机协作是广泛的核心算法策略生成软的保证,是集体针对信任管理,根据纸。“人类必须能够建立一个基础,正确使用和依赖机器人自主成功,”作者说。纸背后的团队包括Acharya顾问丽贝卡·罗素,博士,从德雷伯和gydF4y2Ba尼萨尔艾哈迈德gydF4y2Ba科罗拉多博尔德大学的博士,。gydF4y2Ba

研究自治自我评估是基于工作由美国国防部高级研究计划局的Competency-Aware机器学习(gydF4y2BaCAMLgydF4y2Ba)项目。gydF4y2Ba

此外,本研究基金提供的gydF4y2Ba德雷伯学者计划gydF4y2Ba。程序使研究生有机会进行论文研究的监督下指导教师和德雷珀的技术人员,在一个共同感兴趣的领域。德雷伯学者的研究生学位学费和津贴是由德雷伯。gydF4y2Ba

自1973年以来,德雷伯学者计划,原名德雷伯的程序,支持超过1000研究生追求先进的工程和科学学位。德雷伯学者都从民用和军事背景,和德雷珀学者校友excel全球技术、企业、政府、学者和企业家精神领域。gydF4y2Ba

德雷伯gydF4y2Ba

在德雷伯,我们相信令人激动的事情发生在新功能是想象和创造。是否制定一个概念和发展中每个组件实现田间应用原型,或现有技术相结合的新途径,Draper工程师运用多学科方法,向客户提供新功能。作为一个非营利组织工程创新公司,德雷伯侧重于设计、开发和部署先进的技术解决方案为世界上最具有挑战性和重要的问题。我们提供工程解决方案直接向政府、产业和学术界;工作团队主承包商或分包商;和作为一个合作者参与财团。我们提供公正的评估技术或系统设计或推荐其他organizations-custom设计,以及商用现货。访问德雷伯在gydF4y2Bawww.draper.comgydF4y2Ba。gydF4y2Ba