Sistema HUMAC enseñó a robots a anticipar intenciones de compañeros de equipo
Investigadores de Duke y Columbia University desarrollaron sistema HUMAC, enseñando a robots interacción de equipo a través del concepto Theory of Mind. La tecnología permite a máquinas anticipar intenciones de socios, formando base para cooperación coordinada.
Indicadores clave de eficiencia demuestran avance genial. Sin entrenamiento, robots lograban éxito solo en 36% de casos. Después de 40 minutos de entrenamiento con curador humano, eficiencia se disparó a 84% en simulación y 80% en condiciones reales.
La metodología Human-guided Multi-Agent Collaboration permite a 1 persona enseñar a grupo de robots estrategias complejas – desde cerco hasta emboscada. Pistas breves se integran en algoritmos, formando modelo de comportamiento de compañero para cada miembro del equipo.
Pruebas prácticas se condujeron en juego de escondidas. 3 robots buscadores se opusieron a 3 escondedores rápidos en espacio confuso con visibilidad limitada. Resultados mostraron capacidad del sistema para predicción intuitiva de acciones sin instrucciones directas.
Tal capacidad de robots para comportamiento coordinado autónomo abre posibilidades para logística, operaciones de búsqueda y rescate e industria. Sin embargo, mismos principios son aplicables para propósitos militares, creando dilemas éticos de toma de decisiones de grupo autónoma.
