今天的机器人是笨拙的同事，因为他们经常无法预测人类需要什么。在医院，机器人被用来执行简单的任务，如提供物资和药物，但必须明确告知他们该做什么。
麻省理工学院计算机科学与人工智能实验室(CSAIL)的一个团队认为，这种情况很快就会发生变化，机器人可以通过帮助人类执行最复杂的任务之一来实现最有效：调度。
在一篇新论文中，CSAIL的研究人员展示了一种机器人，通过向人类工作者学习，可以帮助分配和安排从医学到军队的各个领域的任务。
在一篇论文中，该团队演示了一个机器人，该机器人在劳动病房中帮助护士，在那里它提供了从何处移动病人到护士分配到剖腹产的一切建议。
“这项工作的目的是开发人工智能，可以向人们学习劳动和分娩单位的工作方式，这样机器人就可以更好地预测如何有所帮助或什么时候避开 - 甚至可能通过合作帮助在做出具有挑战性的决定时，“麻省理工学院教授朱莉·沙阿说，两篇论文的资深作者。
在第二篇论文中，同一系统在模拟导弹防御场景的视频游戏中进行了测试。在由麻省理工学院林肯实验室研究人员开发的游戏中，该系统涉及使用诱饵导弹来抵御敌人的攻击，该系统甚至偶尔会超越人类专家，同时减少导弹攻击的数量和诱饵的整体成本。
劳工论文在最近的机器人：科学与系统(RSS)会议上发表，由博士生Matthew Gombolay，CSAIL博士后Xi Jessie Yang和Brad Hayes以及来自Beth Israel Deaconess Medical的Neel Shah和Toni Golen共同撰写。中心，这是研究的地方。
海军模拟论文正在本周的国际人工智能联合会议(IJCAI)上发表，由Gombolay和林肯实验室的Reed Jensen，Jessica Stigile和Sung-Hyun Son共同撰写。
通过访问医院和工厂，Shah和Gombolay发现，一部分工人是非常强大的调度员，但不能轻易地将这些知识转移给同事。
Gombolay说：“找出让某些人擅长这一点的原因似乎是一个谜。”能够自动完成从专家学习的任务 - 然后将其推广到各个行业 - 可以帮助许多企业更有效地运营。
安排的一个特别困难的地方是医院。劳动病房的护士长必须设法预测女性何时会分娩，分娩需要多长时间，以及哪些患者会生病到足以需要剖腹产或其他手术。
他们充满了各种具有挑战性的瞬间决策，其中包括为患者分配护士，为病人分配病床，为技术人员分配手术。在Beth Israel，护士长必须同时协调10名护士，20名患者和20个房间，这意味着不同的调度可能性的数量总计达到惊人的2 100,000，这超过了原子的数量。宇宙。
“我们认为像劳动力病房这样的复杂环境是尝试自动化调度并从工人身上承担这一重大负担的好地方，”Gombolay说。
像许多AI系统一样，团队的机器人通过“从示范中学习”进行训练，其中包括观察人类的任务表现。但Gombolay说研究人员从来没有能够将这种技术应用于调度，因为协调多个动作的复杂性可能非常依赖于彼此。
为了解决这个问题，该团队对其系统进行了培训，以查看人类调度员所做的几项行动，并将其与所有可能在每个时刻进行的行动进行比较。从那里开始，它制定了一个调度策略，可以动态响应它以前从未见过的新情况。
Shah说：“我们制定了一个理解为什么一个行动比其他行动更好的模式，而不是将行动视为彼此孤立。” “通过考虑所有这些比较，你可以学习推荐哪种行动最有帮助。”
该政策是“无模型”，这意味着护士不必通过手工精心地对每种可能情景中的每个可能行动进行排序来训练机器人。
“你可以将机器人放在劳动力平台上，只要看到人类完成不同的任务，它就会理解如何协调有效的时间表，”Gombolay说。