機器人也能讀心？MIT新系統「Relevance」讓AI精準預測人類需求
科技
04-26
對機器人來說，真實世界充滿了過多的資訊。要即時處理環境中的每個資料點，不僅耗費大量運算資源，更會拖慢反應速度。而如何運用這些資訊來判斷如何協助人類，更是難上加難。
MIT機器人專家最新研發的「Relevance」系統，能讓機器人透過場景中的視聽線索，快速鎖定與人類當下需求最相關的物件。這項技術已發表在arXiv預印本伺服器上，並將於2025年5月的IEEE國際機器人與自動化會議(ICRA)正式發表。
研究團隊以模擬會議早餐吧的情境進行實驗。當機器人偵測到有人伸手拿即溶咖啡時，會立即遞上牛奶和攪拌棒；若聽到對話中提到咖啡，則會主動提供咖啡罐和奶精。測試結果顯示，系統預測人類意圖的準確率高達90%，辨識相關物件的準確率更達96%。
「這項技術讓機器人不必頻繁詢問人類需求，」MIT機械工程系教授Kamal Youcef-Toumi解釋：「它能主動從環境中獲取線索，判斷如何提供協助。」相較傳統方法，新系統還將碰撞風險降低了60%以上。
這套系統的靈感來自人類大腦的「網狀啟用系統」(RAS)。這個位於腦幹的神經網路會自動過濾無關刺激，讓我們能專注於當下重要的事物。例如在廚房裡，我們不會注意每個廚具，而是專心沖泡咖啡。
「Relevance」系統運作分為四個階段：首先是透過鏡頭和麥克風持續收集環境資訊的「感知階段」；接著是定期檢查是否有重要事件發生的「觸發檢查」；第三階段則會根據AI工具包的即時預測，鎖定最相關的物件類別；最後規劃路徑將物品遞給人類。
研究團隊目前正探索將此技術應用於智慧製造和倉儲環境，未來更希望推廣到居家場景。共同作者張曉彤表示：「想像當你在看報紙時，它會自動送上咖啡；洗衣時遞來洗衣球，修理東西時拿螺絲起子。我們希望創造更自然流暢的人機互動體驗。」
[end]
