Crédito: Laboratorio de robótica general de la Universidad de Duke
La naturaleza está llena de animales que colaboran en grandes cantidades. Las abejas replantear los mejores lugares de alimentación y hacer que otros sepan dónde están. Las hormigas construyen casas jerárquicas complejas construidas para la defensa. Flocks of Starlings se mueven por el cielo en hermosas formaciones como si fueran una entidad soltera.
Ninguno de estos animales, sin embargo, colabora en la forma en que lo hacen los humanos. Los comportamientos de Hive-Mind surgen de reglas simples seguidas de muchas personas. Los humanos, sin embargo, tienen la capacidad de empatizar entre sí y predecir las acciones de los demás, un rasgo conocido como teoría de la mente.
Ahora, un grupo de investigadores de la Universidad de Duke y la Universidad de Columbia han descubierto cómo usar este rasgo único humano para capacitar rápidamente a grupos de robots para completar tareas complejas. Mientras que otros algoritmos de control dirigen robots a través de mecanismos más similares a los comportamientos de Hive-Mind, este marco recientemente demostrado llamado HUMAC enseña a grupos de robots cómo colaborar a través de ideas proporcionadas por un solo entrenador humano.
El estudio se publica en el servidor ARXIV preimpresión.
La investigación, aceptada en la Conferencia Internacional de Robótica y Automatización de IEEE (ICRA 2025), que se llevará a cabo del 19 al 23 de mayo de 2025, en Atlanta, Georgia, demuestra cómo los robots pueden aprender a anticipar las acciones de los compañeros de equipo, adaptar las estrategias en tiempo real y resolver los desafíos que requieren la inteligencia colectiva coordinada y colectiva coordinada humana.
El trabajo podría ser una bendición para aplicaciones como la respuesta al incendio forestal y las tareas de supervivencia salvajes donde los robots necesitan cooperar y colaborar bajo limitaciones, con estructuras jerárquicas del equipo, incertidumbre del medio ambiente y los límites de ancho de banda de comunicación.
“Los humanos comienzan a desarrollar la habilidad de la teoría de la mente alrededor de los cuatro años”, explicó Boyuan Chen, profesor asistente de la familia Dickinson de Ingeniería Mecánica y Ciencia de Materiales, Ingeniería Eléctrica e Informática e Informática en la Universidad de Duke. “Nos permite interpretar y predecir las intenciones de los demás, permitiendo que surja la colaboración. Esta es una capacidad esencial que faltan nuestros robots actuales para permitirles trabajar como un equipo con otros robots y humanos. Diseñamos HUMAC para ayudar a los robots a aprender de cómo piensan y coordinan de una manera eficiente”.
Ha habido otros enfoques para enseñar a los robots a colaborar en tareas significativas. Una es utilizar el aprendizaje de refuerzo, donde los robots aprenden interactuando en el mismo entorno con millones o miles de millones de pruebas y errores, lo cual es ineficiente sin garantía de éxito. Otro método implica el aprendizaje de imitación de grandes grupos de expertos humanos colaborativos, que es costoso y poco práctico.
Humac adopta un enfoque radicalmente diferente. Durante el entrenamiento, el marco permite que un solo operador humano tome brevemente el control de diferentes robots dentro de un equipo cuando sea necesario, guiándolos en momentos estratégicos clave, al igual que un entrenador que da consejos específicos durante un juego de fútbol. Estas interacciones muestran a los grupos cómo realizar tácticas colaborativas sofisticadas como la emboscada y el rodeo.
Crédito: Laboratorio de robótica general de la Universidad de Duke
Después de estas breves manifestaciones, el sistema incrusta las intervenciones humanas en los algoritmos de los robots. La idea clave es que para que los robots puedan aprender a colaborar, deben aprender a formar una representación mental para predecir simultáneamente cuáles son los planes de sus compañeros de equipo y cuáles harán sus oponentes jugadores. En otras palabras, incrustar implícitamente a todos las decisiones de los jugadores en sus propios planes: la teoría de la mente.
“Nuestro marco imagina el futuro del equipo de Human-AI donde los humanos son líderes”, dijo Chen. “En este caso, un humano está guiando a un mayor número de agentes de una manera rápida y adaptable, que no se ha hecho antes”.
El equipo probó a Humac en un juego dinámico de escondite, donde un equipo de tres robots buscadores intentó atrapar a un equipo de tres robots de hider de movimiento más rápido dentro de una arena limitada en forma cuadrada llena de obstáculos aleatorios, confiando únicamente en observaciones visuales parciales. Este entorno es un desafío como buscadores no colaborativos que siguen persiguiendo a los escondites más cercanos solo pueden lograr una tasa de éxito del 36%.
Con Humac, un entrenador humano toma selectivamente el control de robots individuales cuando sea necesario. Después de solo 40 minutos de orientación, el equipo de robot exhibe fuertes comportamientos de colaboración, como emboscarse y rodear. En simulaciones, la tasa de éxito aumentó al 84%, e incluso en las pruebas físicas de vehículos terrestres, la tasa de éxito se mantuvo firme en el 80%.
“Observamos que los robots comenzaron a comportarse como compañeros de equipo genuinos”, dijo Zhengran Ji, el autor principal y estudiante de posgrado en el laboratorio de Chen. “Predecieron los movimientos de los demás y se coordinaron naturalmente, sin comandos explícitos”.
“Fue realmente emocionante de ver, y creemos que abre muchas oportunidades para futuros equipos de robot colaborativos y equipos humanos-robot en diversas aplicaciones”, agregó Chen.
Imagine un enjambre de drones que coordina en tiempo real para ubicar a los sobrevivientes después de un desastre natural, barriendo eficientemente a través de áreas cubiertas de escombros sin caminos superpuestos. Cualquier aplicación en la que un pequeño número de humanos necesite enseñar una gran cantidad de robots cómo colaborar podría usar este enfoque. Los investigadores ya están trabajando en la expansión de HUMAC a equipos de robots más grandes y tareas más complejas al tiempo que exploran métodos de interacción más ricos para racionalizar y mejorar el equipo de humanos-robot.
“La IA no es solo una herramienta para los humanos, es un compañero de equipo. La forma final de superinteligencia no será AI sola ni humanos solos, es la inteligencia colectiva de los humanos y la IA”, dijo Chen. “Al igual que los humanos evolucionaron para colaborar, la IA se adaptará más a trabajar entre ellos y con nosotros. Humac es un paso hacia ese futuro”.
Más información: habilitando la colaboración múltiple de robot de la guía de un solo humano, Zhengran Ji et al, que permite la colaboración multi-robot de la guía de un solo humano, ARXIV (2024). Doi: 10.48550/arxiv.2409.19831
Información en la revista: ARXIV proporcionado por la Universidad de Duke
Cita: la teoría de la enseñanza de la mente a los robots puede mejorar la colaboración (2025, 15 de mayo) Consultado el 15 de mayo de 2025 de https://techxplore.com/news/2025-05-theory-mard-robots-collaboration.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
