Ingeniører skaber robotter, der kan samarbejde om at flytte store objekter

Ingeniører i Intelligent Robotics and Autonomous Systems Lab på University of Cincinnati har udviklet en kunstig intelligens (AI) til at træne robotter til at samarbejde om at flytte store objekter. Holdet demonstrerede robotternes evne til at flytte en lang stang rundt om hindringer og en smal dør i computersimulationer.

Ifølge Andrew Barth, en ph.d.-studerende på UC’s College of Engineering and Applied Science, er opgaven med at flytte sådanne objekter en perfekt opgave for robotter.

“Vi gjorde det lidt sværere for os selv. Vi vil udføre opgaven med så lidt kommunikation som muligt mellem robotterne,” sagde Barth.

Barth er hovedforfatter på studiet, der er offentliggjort i tidsskriftet Intelligent Service Robotics. Medforfatterne på forskningen inkluderede professor Ma, UC’s ph.d.-studerende Yufeng Sun og UC’s seniorforskningsmedarbejder Lin Zhang.

Test af systemet

I testen dirigerede ingen af robotterne den anden, og de delte ikke strategien, før de udførte opgaven. Robotterne afhængige af genetisk fuzzy logik, som er en type AI, der er en intelligent kontrolteknik, hvor systemet efterligner menneskelig tankegang. Det gør det ved at erstatte en simpel binær klassificering med grader af rigtigt og forkert og ændrer individuelle løsninger for at “lære” af tidligere resultater.

“Til sidst vil vi udvide dette til 10 eller flere robotter, der samarbejder om et projekt,” sagde Barth. “Hvis du vil bygge en kæmpe habitat i rummet, skal du bruge mange robotter, der samarbejder. Men hvis du afhænger af et kommunikationsnetværk og det går ned, så er hele dit projekt færdigt.”

Ifølge Barth betyder uafhængige robotter, at tabet af en robot ikke resulterer i en fejl, da de andre kan kompensere.

Opgaven, der blev givet til robotterne, bestod i at bære den virtuelle sofa rundt om to hindringer og gennem en smal dør, og de udførte den 95% af tiden i simulationer. Robot-arbejdspartnerne demonstrerede også en 93% succesrate i en ny scenario, hvor der var to ukendte objekter og en måldør på en anden placering. Robotterne demonstrerede en næsten ligeværdig nøjagtighed og krævede ikke omtræning. Endnu mere imponerende var, at de demonstrerede det samme, når forskellige faktorer som objektets størrelse blev ændret.

“Hvis du kan træne robotter til at arbejde semi-uafhængigt med så lidt information som muligt, så har du gjort dit system mere robust til fejl og gjort det lettere for store grupper at samarbejde,” sagde Barth.

“Vores langsigtede mål er, at multiple robotter kan samarbejde om at udføre vanskelige opgaver – som at flytte møbler,” sagde Ma.

Skabelse af nye muligheder

Ifølge Ma kan samarbejdende robotter skabe store nye muligheder i forskellige felter, og nye sikkerhedsfunktioner kan forbedre robot-sikkerheden.

“Der er en række anvendelser. Hvor som helst du har job, der udføres af multiple personer i fremtiden, kunne du have multiple robotter, der udfører det,” sagde Ma. “I øjeblikket arbejder de fleste robotter alene. Men i fremtiden vil vi behøve multiple robotter, der samarbejder ligesom mennesker gør nu.”

Holdet udvikler et kontrolsystem, der er skalerbart, hvilket giver multiple robotter mulighed for at udføre en opgave.

“Og du behøver ikke at gen-træne dem, hvis pludselig er det kun fire eller seks,” sagde han. “Hvis en eller to fejler, kan resten fortsætte. Det er nøglen.”