正在设计能够表达他们无法做到的事情的机器人

除了一些有限的例外，机器人几乎可以做任何人类认为理所当然的事情。对于使用机器人的人来说，这是正常的和预期的，但对于其他人来说，并不是立即清楚机器人是多么可怕，特别是如果所讨论的机器人看起来像人类足以产生类似人类能力的期望。像PR2这样的双手移动机械手特别糟糕，因为有了头部，身体和手臂，很容易看到它们并认为它们在做各种事情时应该没有问题。当然，当你意识到(除其他事项外)圆形门把手造成不可逾越的障碍时，这是不可避免的失望。

在本月早些时候举行的ACM / IEEE人机交互国际会议(HRI)上，来自康奈尔大学和加州大学伯克利分校的研究人员就机器人无法完成任务时如何有效地表达自己提出了一些建议。如果机器人能够传达它想要完成的事情，以及为什么它无法以简单，手势的语言完成它，任何人都可以理解，那么这不仅仅是没有做某事然后无助而且无法移动。

正如研究人员在其HRI论文中所解释的：

我们的关键见解是，机器人可以通过解决优化问题来表达它想要做的事情以及为什么它无法做到这一点：执行类似于它将执行的轨迹的轨迹如果有能力，受制于约束捕捉机器人的局限性。

举起一个太重的杯子作为例子，或者转动一个卡住的阀门。一旦机器人意识到它无法完成任务，机器人就会发现一些仍然传达任务的动作并揭示无能力的原因，所有这些都没有实际上在提升杯子或转动阀门方面取得更多进展。

“揭示无能力原因”的动议是直观地向未经训练的观察者传达机器人打算做什么以及为什么失败的动作。基本上，机器人将自己变成了一个哑剧，夸大了表达意图的表达动作。

与论文相关的视频有很多例子，你可以看到一个有用而准确的表达动作并不一定容易得到：

这里非常酷的是这些富有表现力的动作是完全自动生成的，而不是事先用手编写的。从本质上讲，这是一个优化问题，机器人会搜索一个尽可能接近动作的动作，如果它成功的话，同时还要记住有一个动作导致动作失败。以非常沉重的杯子为例，机器人找到一条轨迹，其臂试图成功地进行“提升杯”运动，同时受到故障点的限制，即杯子不会移动。

“我们的关键见解是，机器人可以通过解决优化问题来表达它想要做的事情以及为什么它无法做到这一点：执行类似于它本来应该执行的轨迹的轨迹”

为了测试其工作情况，研究人员进行了一项研究，要求参与者观看机器人制作动作表达无能力的视频，并尝试识别机器人试图达到的目标，以及为什么不能。他们将这些动作与更传统的“重复失败”动作进行了比较 - 以重杯为例，机器人只需从静止位置抓住杯子并回到休息位置。

你不会惊讶地发现表达无能力的动作改善了目标识别和无能力识别的原因，但更令人惊讶的是这些动作对机器人的整体感知有多大的积极改善

这无疑是用户对机器人感觉的重大改进，并且通过一些抓握和操作任务，现在可以自动完成这些表达动作的生成。但是，该技术仅适用于此有限的任务子集，并且不能(还)有效地解决机器人故障的所有其他原因。我们知道，有许多(和很多)这些，但这正是为什么这样的研究如此重要