24/07/2024
Door Ad Spijkers
Onderzoekers willen de interactie tussen mens en (robot)hond verbeteren.
Een internationale samenwerking heeft tot doel de manier waarop de beste (mechanische ) vriend van een mens met zijn eigenaar omgaat, te innoveren. Dit gebeurt met behulp van een combinatie van AI en edge computing, genaamd edge intelligence. Het project is een partnerschap tussen het New Jersey Institute of Technology (NJIT) in Newark en de Ben-Gurion University of the Negev in Beersheba.
Ondersteunend model
De wetenschappers onderzoeken hoe ze een sociaal ondersteunend model van haar Unitree Go2-robothond kunnen ontwerpen dat zijn gedrag en de aard van interacties dynamisch zal aanpassen op basis van de kenmerken van de mensen met wie hij communiceert. Het overkoepelende doel van het project is om de hond 'tot leven' te laten komen door draagbare sensorapparatuur aan te passen die fysiologische en emotionele stimuli kan detecteren. Deze zijn inherent aan iemands persoonlijkheid en eigenschappen, zoals introversies of voorbijgaande toestanden, waaronder pijn en comfortniveaus.
De ontwikkeling zal een impact hebben op thuis- en gezondheidszorgomgevingen bij het bestrijden van eenzaamheid onder ouderen en een hulpmiddel zijn bij therapie en revalidatie. Tijdens het eerste werk leren robothonden gebarensignalen van hun partners begrijpen en erop reageren.
De onderzoekers merken op dat draagbare apparaten steeds toegankelijker worden. Ze zien dat alledaagse voorwerpen zoals telefoonoortjes opnieuw kunnen worden gebruikt om de toestanden van de drager, zoals hersenactiviteit en micro-expressies, te extraheren. Het project heeft tot doel dergelijke multimodale draagbare sensoren te combineren met traditionele robotsensoren (bijvoorbeeld visueel en audio) om gebruikersattributen objectief en passief te volgen.
Vooruitzichten
Volgens de onderzoekers biedt het concept van sociaal ondersteunende robots weliswaar perspectieven, maar is gebruik op de lange termijn een uitdaging gezien de kosten en de schaalgrootte. Robots zoals de Unitree Go2 (foto) zijn nog niet klaar voor grote AI-taken. Ze hebben een beperkte verwerkingskracht vergeleken met grote GPU-clusters. Ook hebben het geheugen en de levensduur van de batterij hun grenzen.
De eerste stappen in het project omvatten het voortbouwen op traditionele 'sensorfusie' en het verkennen van zorgvuldig ontworpen, op deep-learning gebaseerde architecturen. Deze zullen helpen bij het ontwikkelen van draagbare sensoren voor het extraheren van gebruikersattributen en het aanpassen van bewegingsopdrachten.
Foto: New Jersey Institute of Technology