一項新的研究有助於機器人在人們周圍做出更安全的決定

想像一下您在汽車工廠裡。機器人和人在生產線上彼此工作。機器人正忙於快速組裝汽車門，而一個人控制質量控制，檢查門是否損壞，並確保他們像應有的那樣聚集在一起。

機器人和人們可以在生產，醫療保健和許多其他行業中創建強大的團隊。儘管機器人可以在單調的重複任務中更快，更有效，例如組裝大型自動零件，但一個人可以在更複雜或需要更多靈活性的某些任務中取得成功。

但是在這些機器人和人類相互作用的相互作用中，可能存在一個黑暗的一面。人們容易出現錯誤和不可預測的情況，這可能會造成意外情況，而機器人尚未準備好應對。結果可能是悲慘的。

一項新的新研究可以改變機器人應對不確定性的方法，這與人類的互動有關。 Cu Boulder的Ann和HJ Smead Aersospace Engineering Sciences的副教授Morteza Lahijanyan開發了過程，使機器人能夠在人們周圍提供更安全的解決方案，但仍試圖有效地完成任務。

在一項新的研究中 國際人工智能會議 2025年8月，Lahidzhanski和Karan Muvval和Qi Heng Kho的研究生開發了新的算法，這些算法可以幫助機器人在帶來一些不確定性和風險的情況下從其行動中創造出最佳的結果。

“我們將如何從沒有人的結構化環境中移動，機器人自己在不愉快的環境中，有很多不確定性和其他代理的環境中做一切？” Lahijanyan問。

“如果您是機器人，您必須能夠與他人互動。您必須把自己放在那裡，抓住機會，看看會發生什麼。但是您如何做出這個決定，以及您想承擔什麼風險？”

像人一樣，機器人也有他們用來做出決定的心理模型。機器人將與一個人合作，試圖預測一個人的行為並做出相應的反應。該機器人已針對任務進行了優化 – 例如，在為汽車準備的準備工作，但理想情況下，它也將參與其他因素。

在一項新研究中，研究小組開發了遊戲理論，即經濟中出現的數學概念，以開發機器人的新算法。遊戲理論分析了公司，政府和私人個人如何在其他“玩家”做出影響最終結果的系統中做出決定。

在機器人技術中，遊戲理論將機器人概念化為他試圖贏得的遊戲中眾多玩家之一。對於機器人而言，“勝利”成功執行了任務，但是當有一個人中有一個人時，勝利永遠不會得到保證，並且保存人類支持也是主要優先事項。

因此，研究人員並沒有試圖保證機器人始終贏得勝利，而是提出了一個“允許策略”的機器人的概念。使用這樣的策略，機器人將執行盡可能多的任務，並最大程度地減少包括人類在內的任何傷害。

“選擇策略，您不希望機器人看起來非常有競爭力，”拉希揚（Lahijanyan）說。 “要給機器人，我們看一下遺憾的概念。機器人將來會後悔他的行動嗎？而且，在目前優化了最佳行動，您正在嘗試採取行動，您不會後悔。”

讓我們回到Autosa工廠，機器人和人並排工作。如果一個人犯錯誤或不合作，使用研究人員算法，機器人可以開展業務。如果一個人犯了錯誤，機器人將嘗試在不忍受一個人的情況下修復它們。但是，如果這種情況不起作用，則機器人可以提高其工作方式並將其交付到更安全的區域以完成其任務。

Lahijanyan說，Lahijanyan說，一個非常相似的象棋冠軍，他考慮了幾個步驟的步驟，機器人將試圖預見一個人將要做的事情，並將保持領先地位。

但是目標是不嘗試完全預測一個人的行為。取而代之的是，目標是創建將人們的安全放在首位的機器人。

他說：“如果您想在一個人和機器人之間進行合作，機器人必須適應一個人。我們不希望人們適應機器人。” “您可能有一個初學者，不知道他在做什麼，或者您可能是專家的人。但是，就像機器人一樣，您不知道會收到哪個人。因此，您需要為所有可能的情況制定策略。”

當機器人可以與人合作時，他們可以改善人們的生活，並為社會提供真實而有形的優勢。

由於越來越多的部門涵蓋了機器人和人工智能，因此關於AI最終可以做什麼的漫長問題，他是否可以從事人們歷史上所做的工作以及這對人類的意義。但是有些機器人可以從事某些類型的工作。他們可以在缺乏勞動力的情況下在該地區工作，例如老年人的醫療保健以及身體上複雜的工作，這可能會影響工人的健康。

Lahijanyan還認為，當正確使用它們時，機器人和人工智能可以改善人才並擴大我們的能力。

他說：“人手合作是額外優勢的結合：人們為智力，判斷力和靈活性做出了貢獻，而機器人則提供了準確的，力量和可靠性。”

“他們共同實現的目標比單獨有效，有效地實現了更多。”