211service.com
Robot, který se učí používat nástroje
Aby roboti pomáhali lidem v domě, budou se muset umět vypořádat s neznámým. Ale zatímco výzkumníci mohou předprogramovat roboty, aby dělali stále sofistikovanější úkoly, čelí mnohem větším problémům, když je naučí adaptovat se na nestrukturovaná prostředí. Robot vyvinutý na University of Massachusetts Amherst se ale dokáže naučit používat předměty, se kterými se dosud nesetkal.
Hmatový žák: Robot UMan má kola, baterii, jednometrovou paži a tříprstou ruku, kterou používá k popohánění předmětů na stole, aby určil, jak se pohybují.
Robot – nazývaný UMass Mobile Manipulator nebo UMan – posouvá předměty po stole, aby viděl, jak se pohybují. Jakmile identifikuje pohyblivé části objektu, začne s ním experimentovat a manipulovat s ním, aby prováděl úkoly. Dokážete si představit, jak si dítě hraje s hračkou a tahá za různé části a vidí, co se jak pohybuje, říká hlavní autor a postgraduální student Dov Katz, který pracoval s Oliverem Brockem, profesorem informatiky.
Jednou z výzev v robotice je nechat [robota] jednat inteligentně, i když nezná tvar objektu, říká Andrew Ng , počítačový vědec ze Stanfordské univerzity , který pracuje na robotickém uchopování .
Myslím, že jejich práce je důležitým krokem tímto směrem, říká Ng. Dříve, pokud někdo chce, aby robot používal nůžky, napíše spoustu softwaru [definujícího], co jsou nůžky a jak se tyto dvě čepele vůči sobě pohybují. Naproti tomu Katz a Brock navrhují zcela nový přístup, kdy si robot sám hraje s nůžkami a zjišťuje, jak jsou obě čepele vzájemně spojeny.
UMan používá běžnou webovou kameru k pohledu dolů na stůl shora. Analýzou rozdílů mezi sousedními pixely odhadne, kde by se mohly nacházet okraje objektu. Poté do objektu šťouchne a na základě toho, jak se pohybuje, upraví svůj odhad tvaru objektu ( viz video níže ). Pokračuje v posouvání předmětu a pozorování, jak se jeho části vzájemně pohybují. UMan bude v případě potřeby tlačit objekt dozadu a dopředu podél jeho šířky a délky a pod úhlem 45 stupňů k oběma, dokud nebude přesvědčen, že rozumí, jak se objekt pohybuje. Kdekoli je pohyb omezen, robot dojde k závěru, že existuje kloub. UMan pak tyto informace použije k nalezení nejlepšího způsobu manipulace s objektem. Může také zjistit, zda existuje více kloubů a jak spolu souvisí.
Kredit: Dov Katz
Katz říká, že jeho tým byl inspirován prací Paul Fitzpatrick , výzkumník v LIRA-Lab na univerzitě v Janově v Itálii. Ve Fitzpatrickově výzkumu robot poklepal na objekt, aby jej odlišil od jeho vizuálního pozadí. Na práci Amherstu se mi v porovnání s mojí vlastní líbí, že získávají mnohem více informací z v podstatě stejné akce, říká Fitzpatrick. Jedná se o robotický ekvivalent „hrabání se“ s předmětem, o kterém toho ve skutečnosti nevíte dost, abyste s ním mohli obratně manipulovat.
Od nynějška není UMan vybaven k vyzvednutí předmětů; místo toho s nimi manipuluje na povrchu stolu. Úspěšně se naučil, jak zacházet s nůžkami, nůžkami a několika různými druhy dřevěných hraček. O něco kratší než průměrný člověk, má jednu paži dlouhou asi metr. Sedm stupňů volnosti paže je podle Katze velmi podobná lidské paži ve své flexibilitě. Rameno má tříprstou ruku a je upevněno na otočné základně.
Vědci očekávají, že UMan bude brzy moci využít minulé zkušenosti jako vodítko pro manipulaci s novými předměty. V počítačových simulacích testovali algoritmus učení pro UMan, takže až [to] příště uvidí podobný objekt, [to] může zobecnit a použít stejnou akci, říká Katz. Například se dozvíte něco o nůžkách, a až příště uvidíte sešívačku, pochopíte, že má podobnou strukturu. V simulacích byl algoritmus schopen identifikovat spoje tlačením objektů pouze jedním směrem, na rozdíl od šesti, které UMan v současnosti používá. Katz však doufá, že se robot nakonec nebude muset nového předmětu ani dotknout: zobecní o něm pouze na základě vizuálního pozorování. Katz očekává, že v příštím roce otestuje algoritmus učení v reálném světě.
Tato práce se zdá být krokem k lidštějšímu procesu manipulace-cítění-vnímání, říká Josh Smith , který ve společnosti Intel pracuje na snímání pro robotické uchopování. Smith říká, že přístup UMass je filozoficky zajímavý ve způsobu, jakým kombinuje manipulaci se vnímáním a vnímáním.