68、人类与机器人社会交互的人工认知方法研究

人类与机器人社会交互的人工认知方法研究

1. 人机交互概述

人机交互（HRI）对人工智能（AI）来说是一项挑战，它处于众多AI子领域的交叉点，需要整合这些子领域，包括对人类和人类感知的建模、以可管理的方式获取、表示和处理人类层面的概念信息、利用这些信息进行决策并最终执行相应操作。机器人需要具备感知、理解和参与交流情境的能力，无论是明确的还是隐含的；能够主动和被动地参与联合活动；能够在环境中移动和行动。

1.1 各种挑战

人机交互面临的挑战主要包括通信、联合活动、人类认知执行以及人机协作研究结构等方面。这些挑战可以从它们所涉及的认知能力来理解。以联合活动为例，它依赖于以下几点：
- 一个已经建立并达成共识的共同目标；
- 机器人通过外部感知能力评估物理环境，并结合过去的感知进行推理来扩展对环境的认识；
- 机器人控制器决定下一步的行动，包括由机器人还是人类执行、如何执行以及应该检测和生成哪些信号来促进人机联合活动，最后控制和监控其执行情况。

2. 架构

2.1 决策层

架构的决策层由六个主要模块组成，与低级传感器 - 引擎层相连。信息在一个带有粗边框的活动语义书写板中进行集中管理。图中各组件之间的连接强调了数据库的核心作用，许多信息流实际上是通过这个语义黑板交换的象征性解释。该架构并非旨在复制或提供人类认知的可能模型，而是以支持机器人的决策组件为主要设计原则，结合人类行为和偏好模型，建立能够与人类有效协作的机器人人工认知。它与信念、愿望、意图（BDI）结构相关，BDI结构主要围绕实用思维，即逐步选择实现目标的行动，重点在于管理信息、任务和计划的表示与执行，以选择每个步骤的最佳子目标