增强目标导向的人机交互的对话系统拼车

发布时间：2022-08-23 13:47:44 来源：凌智机械网

增强目标导向的人机交互的对话系统

纽约州立大学宾汉顿分校，克里夫兰州立大学和华盛顿大学的研究人员最近开发了一种新的对话系统，可以改善人机交互。

该系统在arXiv上预先发表的一篇论文中提出，旨在从对话经验中不断学习，从而随着时间的推移扩展其知识库和语言能力。

从事这项研究的研究人员之一赛义德·阿米里（Saeid Amiri）对TechXplore表示：“近年来，许多公司和研究机构已经开始考虑在室内环境中设计和使用机器人以实现各种应用中国机械网okmao.com。” “对于在人类居住环境中的机器人而言，使用自然语言与人类进行交流的能力至关重要。

但是，实现这一目标存在一些挑战。其中之一是，即使在人类中，语言也可能是模棱两可的第二，与人类不同，机器人对周围环境（例如周围物体和人）的了解非常有限。”

在他们的研究中，Amiri和他的同事着手开发一种可以从其环境中学习并因此随着时间的推移完善其功能的系统，以解决许多现有对话系统的局限性。他们的总体目标是让机器人成功完成一项任务，例如交付包裹，同时还获得有关其周围环境的新概念。

阿米里说：“在人机通信中，如果人指的是未知物体，机器人通常会很难理解。”

“为解决此问题，我们提出了一种对话系统的想法，该对话系统会在人员分配任务后提出澄清问题（例如，我应该交付包裹吗？这是给Bob吗？）。此类问题有助于机器人意识到它必须学习新单词。”

Amiri和他的同事开发的对话系统具有四个主要组件：语言理解组件，对话管理器，知识管理器和语言生成工具。语言理解组件将人类所说的句子解析为正式的表示形式，然后将其提供给机器人。例如，当对话系统应用于交付任务时，例如研究人员在实验中关注的任务，语言理解组件使系统能够识别人类用户提到的物品或与包裹接收者有关的信息。

另一方面，对话管理器组件确定如果机器人没有完全掌握指令或句子，机器人应该问哪些问题。根据用户对这些问题的回答，机器人会更新其对用户所指概念含义的确定程度。

随后，对话系统的知识管理器组件确定机器人是否需要学习新概念。例如，如果机器人已经了解用户描述的所有关键概念，那么它就没有必要学习其他或不必要的单词。

最后，语言生成组件允许机器人生成响应并直接回答用户。在他们的研究中，Amiri和他的同事决定使该组件尽可能简单，并因此使用了一系列简单明了的预定义文本。

Amiri和他的同事开发的对话系统的概述。

研究人员在涉及人类参与者的模拟和实验中评估了他们的系统，这些参与者是通过Amazon Mechanical Turk和其他平台招募的。

他们的发现非常有希望，其系统在人机交互方面的效率和准确性均优于其他对话代理。在他们的测试中，该系统很好地理解了用户查询，同时还随着时间不断更新其知识和语言功能。

阿米里说：“在研究过程中，我们邀请了一些人类参与者使用我们的机器人，该机器人能够通过与用户的对话来增强其知识。”

“一个能够自己知道何时学习新知识的机器人是一项伟大的成就。这意味着您基本上可以拥有一个机器人，该机器人通过与人类的互动和对话来逐步学习新概念。”

将来，由Amiri和他的同事开发的对话系统可以用于增强现有和新机器人的交互能力。同时，研究人员计划继续研究他们的系统，以进一步改善其性能，功效和适用性。

阿米里说：“尽管我们达到了这项研究的目标，但要使机器人像人一样自然地行走，还有很长的路要走。” “我现在想改善我们的对话系统，以使机器人说话的次数减少，否则人类可能会感到沮丧并失去对机器人的信任。

而且，如果人类在交流中使用随便的语言，那么机器人现在可能会难以理解他/她的要求，这是我还要解决的其他问题。