Un team di ricercatori ha sviluppato un innovativo framework denominato EMOTION, progettato per migliorare la capacità dei robot umanoidi di comunicare attraverso movimenti espressivi. La comunicazione non verbale, che include espressioni facciali, gesti e movimenti corporei, è fondamentale nelle interazioni umane efficaci. Tuttavia, molti metodi attuali non riescono a replicare la complessità e la varietà di queste forme di comunicazione nei robot.
Il framework EMOTION sfrutta le potenzialità dei grandi modelli linguistici (LLM) per generare dinamicamente sequenze di gesti socialmente appropriati durante l’interazione uomo-robot. Attraverso questo approccio, i ricercatori hanno creato dieci diversi gesti espressivi e condotto studi online per valutare la naturalezza e la comprensibilità dei movimenti generati da EMOTION e dalla sua versione migliorata con feedback umano, EMOTION++. I risultati indicano che questi sistemi eguagliano o superano le prestazioni umane nella generazione di movimenti robotici naturali e comprensibili in determinati scenari.
Questa ricerca apre nuove prospettive nel campo della robotica sociale, suggerendo che l’integrazione di modelli linguistici avanzati può colmare il diverso tra la comunicazione umana e quella robotica. Le implicazioni progettuali emerse dallo studio forniscono una base solida per future ricerche mirate a considerare una serie di variabili nella generazione di gesti espressivi per il robot. L’obiettivo finale è rendere le interazioni uomo-robot sempre più naturali ed efficaci, avvicinando i robot a comportamenti comunicativi tipicamente umani.
