机器人能自主学习？新研究绕开人类进行早期测试

这项将于今年IEEE机器人与自动化国际会议（ICRA）上公布的研究，引入了一种新的仿真方法，使研究人员无需人类参与者即可测试社交机器人，从而加快研究速度并实现规模化。

研究团队利用人形机器人开发了动态扫描路径预测模型，帮助机器人在社交场景中预测人类的视线落点。该模型使用两个公开数据集进行了测试，研究人员证实人形机器人能够模拟类人的眼球运动。

研究共同负责人、萨里大学认知神经科学讲师傅迪博士表示：

"我们的方法无需实时人工监督，即可测试机器人是否像人类一样关注正确的焦点。令人振奋的是，即使在嘈杂不可预测的环境中，该模型仍能保持准确性，使其成为教育、医疗和客户服务等现实应用的理想工具。"

社交机器人设计用于通过语音、手势和表情与人类互动，因此在教育、医疗和客户服务领域具有应用价值。典型代表包括零售助理机器人Pepper和针对痴呆症患者的治疗机器人Paro。

研究团队将模型在现实世界中的运行效果与仿真环境进行匹配，通过将人类注视优先级图投射到屏幕上，将机器人预测的注意力焦点与现实数据进行比对。这种方法实现了在真实条件下直接评估社交注意力模型，减少了研究初期大规模人机交互实验的需求。

傅博士补充道：

"用机器人仿真替代早期人体试验是社交机器人领域的重大突破。这意味着我们能大规模测试优化社交互动模型，使机器人更擅长理解并回应人类。下一步我们将把该方法应用于机器人具身化中的社会意识等领域，并探索其在更复杂社交场景及不同类型机器人中的适用性。"