自动驾驶新脑洞：如何借鉴“人马互动”，改进人机互动？

　　编辑 / 陶昱璇

　　在将近一万年的时间里，人和马一直保持着良好且牢固的工作合作关系。历史上，马帮助人们改变了食物生产方式、交通运输方式，甚至是战斗方式。如今，马成为了人们竞技和娱乐上的好队友、好伙伴。

　　现在，佛罗里达大学的研究人员发现了马对于人类的又一项贡献：人和马之间的互动能为人类和机器人之间的相处提供有建设意义的宝贵经验。

　　佛罗里达大学计算机和信息科学及工程副教授Eakta Jain表示：目前，没有基本的指导原则来告诉人类，如何跟机器人建立有效的工作关系。他解释道：「当我想要努力改善人类与自动驾驶汽车或者其他形式的人工智能之间的互动关系时，我想到了马。人和马之间的互动与人机类似，而且人类已经和马相处了几千年。」

　　

　　为进一步探究这一课题，毕业于内基梅隆大学机器人研究所的Jain博士在佛罗里达大学马匹教学单位进行了为期一年的实地研究工作。通过对收集到的数据进行观察和专题分析，研究人员得出了可供人机互动研究人员和机器人设计师应用的发现。

　　据了解，该项目涉及到多学科合作，涉及到计算机科学与工程、动物科学和定性研究三个领域。目前，相关论文在ACM计算机系统人为因素会议上发表。

　　人马互动特征鲜明

　　在密歇根大学的马匹教学单位学习相关课程时，Jain博士与马进行了为期一年的亲密接触，并通过观察、访谈和日志记录对人马之间的互动进行了总结提炼。

　　关于交流

　　1. 马使用身体语言进行交流。马最初是人类的猎物，所以马在进化过程中会逐渐养成习惯，远离捕猎者，而声音会将马的位置暴露给捕食者，因此，肢体语言是马的主要沟通方式。

　　2.在与人类的沟通过程中，马通过细微动作来表达暗示。例如，马的耳朵会一直追踪来自外界的动静和刺激。通过观察马的耳朵，人类能知道马在注意哪些对象，马当下的情感如何。

　　3.马必须尊重人类，这是进一步交流的前提。在群体中，马通过咬、踢、吼等行为建立等级关系，低等级的马会通过远离和让出领土来表达对高等级马的服从。在人马互动中，这条准则依然适用。例如，马见到人类靠近会主动走开，或按照训练者的步伐移动不拥挤，这就代表马尊重人类。

　　关于人类对马的指令

　　1.人类用手、腿、座位位置和声音与马进行交流。人类对马发出的信号是物理和听觉的组合，骑手的手控制着缰绳，大腿和小腿来挤压，脚跟来踢。座位的位置和姿势也会影响马匹对骑手体重的感受，也是与马匹交流的一种提示。除这些身体信号外，骑手还会使用各种拟声词和口头语来对马发出指令。

　　2.人类应该避免使用混合信号。例如，如果骑手说「走」，但却没有放松缰绳，那么听觉信号就会引导马匹向前走，但物理信号（缰绳的收紧和随之而来的咬合压力）则会引导马匹保持静止。这会给马匹造成困惑，在这种模棱两可的情况下，马会选择自己更喜欢的那个来执行。

　　3.下指令时应该尽可能保持温柔，但必要时态度要坚决。研究表明，人类对马发出的信号也有等级之分。从最温和的信号开始，人类可以根据需要升级信号的强度。例如，轻拉缰绳意味着：「请走这边」，而直接用力拉缰绳表示：「现在走这边！」

　　4.不同马匹需要不同的处理方式，每位骑手也都有自己的偏好。例如，训练盛装舞步马是为了提高灵敏度，而赛马则是为了提高速度。因此，骑手和训练员要学会以略微不同的方式处理每匹马。

　　关于实时互动

　　1.有效的骑手或训练师会试图找出导致马匹做出反应的原因。马具有自主意识，如果它没有按照指令来进行反应，那么人类就需要调整自己的策略和模式。在马不配合时，高级的驯马师有自己的一套策略。

　　2.马能感受到人类的紧张、疲惫和分心。有一句老话说得好，「马反映了骑手的情况。」骑手要对于自己的身体行为动作保持充分的警惕。实际情况表明，骑手一旦略有分心，马的配合度便会出现显著下降。

　　人马互动对自动驾驶的启发

　　针对这些发现，研究团队针对自动驾驶汽车和其他机器人提出一系列设计指南，并提供了实际生活中可能的应用案例。

　　

　　1.设计非语言原语来表达对目标对象的关注

　　案例1：

　　为听障人士服务的机器人设计一个形状突出的耳朵。当它听人说话的时候指向具体的人，听敲门声的时候指向门外。

　　案例2：

　　一辆L3-L4级的自动驾驶汽车在仪表盘上设置一排彩色小灯，用来向司机沟通其检测到的行人目标。如果检测到的目标并非行人，而是堆在路边的箱子，人类司机可以推翻自动驾驶汽车的决定。

　　

　　2.设计非语言原语来表达尊重

　　案例1：

　　当自动驾驶物流车在仓库、医院等封闭空间进行移动时，不会挤占行人空间。与马的行为模式类似，当人靠近时，自动驾驶汽车会主动让出道路。

　　案例2：

　　当两个无人送货汽车同时到达同一个地址，它们根据货物大小、类型等线索来确定支配等级。支配等级较低的无人送货汽车将主动为高等级无人车腾出空间。

　　3.在信号中建立冗余和等级制度

　　案例1：

　　自动驾驶汽车被设计成可以感知到人类不同指令的不同强度。例如，一辆L3-L4级的自动驾驶汽车因为刹车不够及时，离前车太近，让乘客感到不舒服。那么下一次，人类可以口头发出「刹车」指令让其更快开始刹车。如果效果依然不明显，人类可以轻拍刹车，同时说出「刹车」指令。

　　

　　此外，基于人马实时互动的发现，开发人员可以设计一系列培训课程，以帮助人类更好地适应自动驾驶汽车和其他机器人的行为模式。例如，人类可以学习如何对机器人进行教学，如何在应用早期与汽车进行磨合，当自动驾驶汽车的指令不符合预期时如何调整策略，以实现自己的目的。

　　Jain表示，人和马之间的互动为人机互动打开了新思路。她举例说：「我们通常不会在人与机器人的互动中考虑尊重。机器人可以用什么方式向你表示尊重？我们能不能设计出类似于马所使用的行为？这是否会使人类更愿意与机器人合作？」这些都是人马互动给我们带来的新启发。

　　未来，能否把这些构想和建议落地应用，将是研究团队的下一个重点。