طريقة جديدة تمكن البشر من مساعدة الروبوتات على “رؤية” بيئاتها

فريق من المهندسين في جامعة رايس طور طريقة جديدة تمكن البشر من مساعدة الروبوتات على “رؤية” بيئاتهم وإنجاز مهام مختلفة.

الاستراتيجية الجديدة تسمى التعلم البايزي في الظلام (BLIND)، وهي حل جديد للمشكلة التخطيط الحركة للروبوتات التي تعمل في بيئات تحتوي على مناطق عمياء.

الدراسة التي نشرت في الدراسة بقيادة علماء الحاسوب ليدي كافاراكي وڤايبهاف أونيلكار وشاركهم كارلوس كوينترو-بي냐 وكونستانتينوس تشامزاس من مدرسة جورج ر. براون للهندسة في جامعة رايس. وتم تقديمها في مؤتمر معهد مهندسي الكهرباء والإلكترونيات الدولي حول الروبوتات والآلية.

الإنسان في الحلقة

وفقًا للدراسة، يحافظ الخوارزم على وجود إنسان في الحلقة لتعزيز إدراك الروبوت ومنع تنفيذ حركة غير آمنة.

جمع الفريق بين التعلم البايزي العكسي مع تقنيات التخطيط الحركة المثبتة لمساعدة الروبوتات التي تحتوي على العديد من الأجزاء المتحركة.

لتحديد مدى فعالية BLIND، تم تزويد روبوت ذراع متحرك بسبعة مفاصل بمهمة رفع أسطوانة صغيرة من طاولة ونقلها إلى أخرى. ومع ذلك، كان على الروبوت أولاً التحرك حول حاجز.

“إذا كان لديك أكثر من مفصل، فإن الإرشادات للروبوت معقدة”، قال كوينترو-بي냐. “إذا كنت توجيه إنسان، يمكنك ببساطة أن تقول ‘ارفع يديك’.”

ومع ذلك، يتطلب الروبوت برامج تحدد بدقة حركة كل مفصل في كل نقطة من مساره، وهذا يصبح أكثر أهمية عند وجود عقبات تحجب رؤيته.

تعلم رؤية العقبات

BLIND لا يبرمج مسارًا مسبقًا. بدلاً من ذلك، يقوم بإدراج إنسان في منتصف العملية لتعدين الخيارات المُحاكاة المقترحة من خوارزمية الروبوت.

“BLIND يسمح لنا بأخذ المعلومات في رأس الإنسان و حساب مساراتنا في هذا الفضاء عالي الدرجات الحرية”، قال كوينترو-بي냐. “نستخدم طريقة معينة من التغذية الراجعة تسمى الانتقاد، وهي شكل ثنائي من التغذية الراجعة حيث يتم تقديم العلامات على قطع من المسار إلى الإنسان.”

تظهر العلامات على شكل نقاط خضراء متصلة، تمثل مسارات ممكنة. مع تقدم BLIND من نقطة إلى أخرى، يوافق الإنسان أو يرفض كل حركة، مما يُحسن المسار وتجنب العقبات.

“من السهل على الناس استخدام هذا الواجهة، لأننا يمكن أن نقول ‘أنا أحب هذا’ أو ‘أنا لا أحب ذلك’، و يستخدم الروبوت هذه المعلومات لتحديد مساره”، قال تشامزاس. ويمكن للروبوت أن ينفذ مهمته بعد أن يتم مكافأته على تحركاته.

“أحد أهم الأشياء هنا هو أن تفضيلات الإنسان صعبة الوصول إليها بصيغة رياضية”، قال كوينترو-بي냐. “عملنا يبسط العلاقات بين الإنسان والروبوت من خلال دمج تفضيلات الإنسان. هذا هو كيف أعتقد أن التطبيقات سوف تستفيد أكثر من هذا العمل.”

عملت كافاراكي مع برمجة متقدمة لروبوت ناسا الإنساني روبونوت على محطة الفضاء الدولية.

“هذا العمل يظهر بشكل رائع كيف يمكن للتدخل البشري المحدود ولكن المستهدف تعزيز قدرات الروبوت بشكل كبير لتنفيذ مهام معقدة في بيئات حيث بعض الأجزاء غير معروفة للروبوت ولكن معروفة للإنسان”، قال كافاراكي.

“يظهر كيف يمكن لأساليب التفاعل بين الإنسان والروبوت، موضوع بحث زميلي البروفيسور أونيلكار، والتخطيط الآلي الذي تم رائده لسنوات في مختبري أن تندمج لتقديم حلول موثوقة تحترم أيضًا تفضيلات الإنسان.”