Автономен робот намира и отваря врати, докато се зарежда сам

Екип от студенти по инженерство в университета в Синсинати създават автономен робот, който може сам да отваря вратите си и да намира най-близкия електрически контакт, което му позволява да презарежда без човешка помощ.

Новото проучване е публикувано в списанието Достъп до IEEE. 

Врати – криптонитът на робота

Една от най-големите пречки за роботите са вратите. 

Ou Ma е професор по аерокосмическо инженерство в университета в Синсинати. 

„Роботите могат да правят много неща, но ако искате някой сам да отвори врата и да мине през вратата, това е огромно предизвикателство“, каза Ма.

Екипът успя да преодолее този проблем в триизмерни цифрови симулации и това е голяма стъпка напред за помощните роботи. Тези роботи могат да включват тези, които вакуумират и дезинфекцират офис сгради, летища и болници. Те съставляват голяма част от индустрията за роботика на стойност 27 милиарда долара. 

Yufeng Sun е водещият автор на изследването и докторант на UC College of Engineering and Applied Science. 

Според Sun някои изследователи са заобиколили този проблем, като са сканирали цяла стая, за да създадат 3D цифров модел, който позволява на робот да локализира врата. Това обаче отнема време и е приложимо само за сканираната стая. 

Има много предизвикателства пред разработването на автономен робот, който сам да отваря врата. Първо, те се предлагат в различни цветове и размери и имат различни дръжки, които могат да бъдат по-ниски или по-високи. От роботите също се изисква да знаят колко сила да използват, за да отворят вратите, за да преодолеят съпротивата. Тъй като много обществени врати се затварят сами, роботът може да загуби хватката си и да се наложи да започне отначало.

Използване на машинно обучение

Чрез използването на машинно обучение студентите от Калифорнийския университет позволиха на робота да се „обучи“ как да отваря врата чрез проба и грешка. Това означава, че роботът коригира грешките си, докато върви, а симулациите му помагат да се подготви за действителната задача.

„Роботът се нуждае от достатъчно данни или „опит“, за да му помогне да бъде обучен“, каза Сън. „Това е голямо предизвикателство за други роботизирани приложения, използващи базирани на AI подходи за изпълнение на задачи от реалния свят.“ 

Sun и магистърът от Калифорнийския университет Сам Кинг сега превръщат успешното симулационно изследване в истински робот. 

„Предизвикателството е как да прехвърлите тази научена политика за управление от симулация към реалност, често наричана проблем „Sim2Real“, каза Сън.

Друго предизвикателство е, че цифровите симулации обикновено са само 60% до 70% успешни в първоначалните приложения в реалния свят, така че Sun планира да прекара поне една година в усъвършенстване на новата автономна роботизирана система.