Year: 2026
Type: dissertation
Abstract: L'integrazione dei sistemi robotici in contesti reali e centrati sulla persona, come quelli sanitari, richiede un cambio di prospettiva verso un'interazione più collaborativa e intuitiva fra umano e robot. Questa tesi presenta un progetto di ricerca volto a far progredire la Human-Robot Interaction (HRI), affrontando due limiti principali: la difficoltà per gli esperti del dominio nel definire i compiti da affidare al robot e la scarsa capacità dei robot di adattare il loro comportamento durante l'esecuzione di attività collaborative con gli esseri umani. Il primo contributo si colloca nell'ambito dell'End-User Development (EUD). In questa prima parte vengono sviluppati e valutati degli ambienti multimodali che permettono agli esperti del dominio, in particolare ai professionisti sanitari, di definire, modificare e validare compiti robotici usando il linguaggio naturale ed interfacce grafiche dedicate. Questo approccio sfrutta i Large Language Model (LLM) per tradurre gli obiettivi espressi dagli utenti in rappresentazioni operative del compito, riducendo in modo significativo la barriera d'ingresso della programmazione robotica. L'approccio è stato validato attraverso lo sviluppo di PRAISE (Pharmaceutical Robotic and AI System for End Users), un ambiente EUD pensato per le preparazioni farmaceutiche, e successivamente esteso a un sistema svincolato dal contesto applicativo, ma al contempo adattabile ad esso da parte dell'utente, dotato di un gemello digitale del robot per simulare e validare in sicurezza i compiti definiti. Il secondo contributo è un'architettura adattiva per la Human-Robot Collaboration (HRC). Viene proposta un'architettura ibrida che integra il ragionamento deterministico basato su modelli simbolici con le capacità generative e di interpretazione contestuale degli LLM. Combinando rappresentazioni esplicite di compiti collaborativi con la comprensione del contesto, l'architettura consente al robot di monitorare continuamente l'ambiente, anticipare le azioni umane e rilevare eventuali deviazioni dai flussi di lavoro previsti. L'integrazione fra ragionamento strutturato e ragionamento flessibile permette al robot di fornire indicazioni ed interventi contestuali, migliorando la fiducia, l'efficienza e la fluidità dell'interazione. Nel complesso, questi contributi rendono più naturale la definizione e la validazione dei compiti robotici e favoriscono una collaborazione tra persone e robot più adattabile, adattiva e consapevole del contesto. Il lavoro punta così allo sviluppo di assistenti robotici flessibili, realmente orientati all'uomo e pronti per essere impiegati nel mondo reale.
Author: GARGIONI, LUIGI
Institution: University of Brescia
Language: English
Subfield: Social Psychology
Field: Psychology
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W7134098762
