机器人能自主学习了？新研究实现早期测试零人类干预

该研究将在今年的IEEE机器人与自动化国际会议（ICRA）上发布，它引入了一种新的模拟方法，使研究人员无需真人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测试，研究人员证实人形机器人能够模拟类人眼球运动。

研究联合负责人、萨里大学认知神经科学讲师傅迪博士表示：

"我们的方法无需真人实时监督，即可检测机器人是否像人类一样关注正确目标。令人兴奋的是，即使在嘈杂多变的环境中，该模型仍能保持精准度，使其成为教育、医疗和客服等现实应用的理想工具。"

社交机器人通过语音、手势和表情与人互动，适用于教育、医疗及客户服务领域。典型范例包括零售助理机器人Pepper和为痴呆症患者设计的治疗机器人Paro。

研究团队将模型在现实世界与模拟环境中的运行效果进行匹配，将人类注视优先级地图投射至屏幕，对比机器人预测的注意力焦点与实际数据。这种方法实现了社交注意力模型在真实场景中的直接评估，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：

"用机器人模拟替代早期人体试验是社交机器人学的重大进步。这意味着我们能大规模测试优化社交互动模型，提升机器人对人类行为的理解与响应能力。下一步我们将把该方法应用于机器人具身中的社会意识等领域，并探索其在更复杂社交场景及多元机器人类型的应用潜力。"