机器人不断学习和改变机器人监控你寻找更好的实践

无论喜欢与否，您很快就会与物理或软件机器人进行交互。cobot或协同机器人(来自协作机器人)是一种机器人，旨在在共享工作空间中与人类进行物理交互。这不仅仅是需要考虑的明显机器人。此外，有软件机器人可以帮助您进行知识/数据挖掘或消除无人机工作的行动。虽然会有初步的接口问题和学习曲线，但在与机器人交互时需要考虑许多长期问题。

如今，软件和硬件非常静态，只能在周期性周期内发生变化。我们吸收变化的能力在某种程度上是有限的。机器人(硬件或软件)可以持续学习，向人们提出挑战。这可能是一件好事，因为上下文敏感的建议或行动可以极大地帮助我们的结果和经验。它也可能是一个挑战，因为机器人可以比我们更快地适应，即使他们不一定能够思考。我们将不得不吸收机器人行为的差异，甚至预测与机器人的战术和战略互动。如果机器人能够利用可解释的人工智能来解释他们的增量学习，那么可以避免一些挑战。

各种各样的机器人将以更加亲密的方式与人们亲近，因此他们可以收集有关人类行为的数据和信息。好处是，这些机器人可以找到新兴的更好的做法，并显示出更好的结果交付方式。在提高工作和个人环境中人员的技能和行为水平时，内置辅导可能会有所帮助。机器人监控的缺点可能是提供糟糕的管理信息以反对人员。对行为偏离的强迫性老板信息进行成像，而这反过来又用作反对工人的武器。如果老板也受到监控，那肯定会有所帮助。

机器人可以同时观看多个上下文。这意味着在已知环境中运营的人员可以接收上下文溢出的通知，这可能意味着来自新兴信号，模式和新场景的机会或威胁模式。机器人比一般人更无所不知，更有意识，尤其是当他们从新兴的快速数据或信息中学习时。人们可以从硬件或软件机器人的早期警告行为中受益。不利的一面是，在试图取得成果时，可能会有太多的警告需要处理，而ergo会成为阻碍进步的障碍。

如果我们在利用这些机器人的积极方面了解，通知，训练和实践，我们在与硬件或软件机器人交互时可以是安全的。意识到这些机器人的下腹部以及他们在道德上遵守法律，预期文化规范和对人类需求敏感的能力将在与机器人的安全互动中发挥重要作用