インドネシアとマレーシアの研究者チームは、ウェイターロボットのアイジェスチャーの使用をテストしています

ウェイターロボットのイラスト(写真:Unsplash)

ジャカルタ-ウェイターロボットはおなじみの耳かもしれません、なぜなら今日、ウェイターロボットは、特に人間がさまざまな繰り返しのタスクを実行するのを支援するために、多くの業界で一般的に使用されているからです。

したがって、ロボットにコマンドを与えるには、人間ロボットインタラクション(HRI)が重要です。HRI Non Verbalは社会的相互作用において重要な役割を果たしており、プログラムされた信号を評価することによって被験者の注意を正確に検出する必要性を強調しています。

2023年1月にIUMエンジニアリングジャーナル誌に掲載された「非言語的人間ロボット相互作用は、サービスロボットのアプリケーションのための神経ネットワークを使用する」と題する最近の研究で、インドネシアとマレーシアの専門家チームは、非言語HRI中の検出と主観的経験の精度を向上させることによって、人の注意を認識するために、アテンティブ認識モデル(ARM)と呼ばれる概念的注意モデルアルゴリズムを導入しました。

この研究は、メルク・ブアナ大学のアンディ・エイドリアンシャ教授、マレーシアの学者トゥン・フセイン・オン、すなわちズバイル・アディル・スムロ、アブ・ウバイダ・シャムスディン、ルザリ・アブドゥル・ラヒム、そしてSDN BHDのロボット運動、すなわちモハド・ハゼリから。

Andiによると、彼らの研究では、彼らが使用したARMアルゴリズムは、顔追跡、スライスの追跡、しわの3つの複合検出モデルを使用していました。

「顔追跡モデルは、ディープラーニングに基づくロングショートタームメモリー(LSTM)ニューラルネットワークを使用して訓練されます。一方、まばたきやまばたきの追跡は数学モデルを使用しています。まばたきモデルは、ランダムな顔マーカーポイントを使用して、以前の方法よりもはるかに信頼性の高い目の側面比(EAR)を計算します」とメルクブアナ大学の学長は説明しました。

アンディはまた、実施された顔とくさびの追跡実験は、最大2メートルの距離の方向を検出することができたと述べました。一方、テストされた目のくさびモデルは、最大2メートルの距離で83.33%の精度を提供します。それ以上に、ARMの全体的な注意精度は85.7%に達しました。

これらの結果に基づいて、アンディ氏は、この実験は、サービスロボットがプログラムされた信号を理解できるため、興味のある人に近づくなどの特定のタスクを実行できることを示したと述べました。

「人間の非言語手話をより正確に読む能力により、サービスロボットは、人間が多くの業界で繰り返される仕事を遂行するのを支援する上でより効果的になります」と彼は結論付けました。