Presentation
Interaktivt lärande för robotar

Robotar lär sig social kompetens på KTH

Publicerad 18 juni 2020
Foto: Johan Marklund
Iolanda Leite, biträdande lektor i robotik, perception och lärande. Foto: Johan Marklund
Iolanda Leite, biträdande lektor i robotik, perception och lärande. Foto: Johan Marklund

Om robotar ska kunna användas i riktiga miljöer, där människor beter sig på ett naturligt sätt, måste de bli “socialt kompetenta”. Iolanda Leite vid KTH forskar om hur robotar kan lära sig att fungera i den dynamiska verkligheten.

Det talas mycket om att robotar tar över. Men med dagens teknologi fungerar robotar egentligen bara i väldigt kontrollerade miljöer och med tydligt definierade uppgifter. Om vi ska kunna dra full nytta av robotars potential i verksamheter som handlar om människor, exempelvis inom sjukvård, äldreomsorg eller skola, måste robotarna få kunskap om hela den komplexa och dynamiska interaktionen mellan människor, och människans oförutsägbara och subtila beteenden och reaktioner.
– Vi utvecklar mjukvara för robotar, så att de kan interagera med människor på ett sätt som är anpassat till situationen. De ska inte vara störande eller avbryta, utan klara av att tolka sammanhanget. Saker som är helt intuitiva för oss människor kan vara väldigt förvirrande för en robot, förklarar Iolanda Leite, biträdande lektor i robotik, perception och lärande vid Institutionen för elektronik och datavetenskap, KTH.

Icke-experter lär ut
Forskningen handlar om att skapa ett interaktivt inlärningssystem där robotar lär sig från icke-experter på distans, på ett sätt som är skalbart och kostnadseffektivt. Detta kan exempelvis ske genom att roboten skickar meddelanden när den stöter på problem. Dessutom används visuell slutanvändarprogrammering för att tänja på gränserna för vad robotar kan lära av icke-experter. Robotarna blir självlärda från en mångfald av situationer och utvecklar gradvis sina förmågor till beslutsfattande. Detta kan innebära ett paradigmskifte i robotars inlärningssätt, så att de bygger upp sin kunskap samtidigt som de stöter på nya utmaningar i den riktiga världen.

Utökar sitt team
Nyligen fick Iolanda ett stort femårigt anslag från Stiftelsen för strategisk forskning inom ramen för programmet Framtidens forskningsledare. Nu utökar hon sin tvärvetenskapliga forskargrupp med doktorand- och postdoktorala tjänster i datavetenskap.
– Det här är utpräglat multidisciplinär forskning; datavetenskap i gränslandet mellan beteendevetenskap och psykologi. Därför letar vi efter personer som inte bara är intresserade av koder och algoritmer. Man ska tycka att det är spännande att tänka ur olika perspektiv.

KTH – Interaktivt lärande för robotar

I SSF-finansierade forskningsprojektet Interaktivt lärande för robotar utforskar Iolanda Leite och hennes team nya inlärningssätt för robotar, genom att använda icke-experter på distans. Syftet är att med nya beräkningsmetoder kostnadseffektivt och skalbart låta robotar bygga upp sin kunskapsbank, för att kunna interagera med människor i komplexa, verkliga situationer. Forskarteamet utökas nu och man letar efter expertis i datavetenskap med förmågan att inta ett tvärvetenskapligt perspektiv.

Kontakt: iolanda@kth.se