科学家用智能机器人操作摄影机 可减少视频制作者的负担

许多读者通过各类视频平台学习过烹饪、维修、美妆等实用技能。这些看似微不足道的技能，实则能显著提升生活质量。在职业发展中，动手技能培训也占据重要地位。制造、护理、物理治疗等行业无不倚重操作技能，它们直接关系到服务质量与产品质量。

传统的动手技能培训多采用面对面教学方式，受到时间和空间的限制。视频教学的兴起，打破了这些桎梏，让更多人受益。制作教学视频是一项繁琐的工作，仅调整摄影机角度就可能需要反复多次。

加拿大多伦多大学的李健楠及其团队正致力于通过智能机器人操作摄影机，以减轻视频制作者的负担。该研究从交互设计的角度探索，如何让机器人通过捕捉人类隐性的沟通信号来理解人的意图，从而提高人与机器人合作的质量。

在人与机器人的合作中，我们通常更熟悉的是显性沟通方式，如通过代码、图形界面或自然语言直接命令机器人执行任务。但在紧密耦合的合作中，如机器人拍摄人的表演或人与机器人共同组装设备时，这种显性沟通方式反而成为负担。在视频拍摄过程中，讲解者在示范动手技能的同时还需给机器人下达指令，这可能会破坏讲解的流畅性。

人类的沟通与合作包含许多微妙技巧。除了显性的命令和建议，我们还会关注隐性信号，如对方的身体朝向、手势和与他人对话来理解对方的目标。李健楠团队的研究旨在让机器人也具备这种能力，从而减轻人类在与机器人合作时的沟通负担。

在视频拍摄的具体应用中，机器人会根据讲解者和观众的沟通信号来调整摄影机的位置和角度。当前市场上已有云台和无人机等摄影机器人，随着成本降低和感知能力的提高，面向个人和小型工作室的消费级摄影机器人将会更多。现有的摄影机器人仍高度依赖明确的指令，难以应对变化的场景。李健楠希望这项研究能启发摄影机器人的交互设计，使其更主动地理解人类的意图。

李健楠一直关注如何通过机器人摄影提升动手技能教学的体验。这项研究的灵感源于他之前的项目经验。在此前项目中，他和同事尝试让观众和讲解者共同控制机器人集群拍摄教学视频，但发现这种方法仍会让讲解者和观众因分心而受到影响。

为了减轻这些负担，他们开始探索如何让机器人理解环境和视频内容，同时减少用户输入。在研究的早期阶段，他们致力于开发一种方法，让拍摄者能够迅速制作分镜头脚本并输入给机器人。后来，他们意识到许多业余内容创作者可能没有制作故事板的精力或意愿，且讲解过程中会有自由发挥的部分。项目初期一度停滞不前。

受相关文献的启发，他们决定关注让机器人理解人与人之间的沟通过程，即捕捉讲解者和观众交流中的信号（如姿态、手势和语言）来控制机器人的行为。为此，他们深入研究了动手技能教学视频的内容，了解创作者想要的摄影主体、角度等参数，选择了一系列与摄影机参数相结合的沟通信号。他们邀请了具有视频拍摄经验的用户参与试用和改善设计。

相关论文《观星者：基于讲解者微妙信号摄制教学视频的交互式相机机器人》已发表在人机交互领域的顶级会议ACMCHI 2023上，论文也可见于预印本平台arXiv。李健楠表示，他们正在探索拓展机器人可理解的沟通信号的方向。目前，该系统的信号种类和内容仍有所局限，希望能结合人工智能特别是大模型来拓展机器人的信号识别范围。在即将到来的2023年七月，李健楠博士将踏足新加坡管理大学计算与信息系统学院的殿堂，担任助理教授一职。他将致力于深耕人和机器人交互领域，在这个日新月异的科技浪潮中，他的目标是通过人工智能与交互设计的深度融合，让机器人能够更精准地解读人类的隐性信号，从而深化人与AI之间的协作与互动。

他的研究之路不止于此。李健楠博士还计划将这种创新的方法论广泛应用于更多的智能系统问题之中。在增强现实环境等领域，他希望能让智能系统更好地理解用户的愿望和偏好，进而在用户无需主动操作的情况下，为他们提供及时且精准的支持。他的这一理念，不仅是为了推进科技进步，更是为了让技术与生活更加紧密相连。

谈及新加坡管理大学，这所学术殿堂的实力不容小觑。其人机交互研究中心汇聚了众多顶尖学者，研究方向涵盖了人与机器人交互、数据可视化、无障碍计算以及空间计算等多个前沿领域。目前，李健楠博士正在热招2024年入学的博士生以及2023年下半年可入职的研究助理。如果你对科技充满热情，对未来充满憧憬，那么这里将是你实现梦想的理想之地。李健楠博士期待你的加入，共同开创人机互动的新纪元。