Ρομποτική και φυσική AI
Ρομποτικό Σύστημα Ανακτά Θαμμένα Αντικείμενα

Ένα νέο ρομποτικό σύστημα που ονομάζεται FuseBot, αναπτύχθηκε στο MIT, συνδυάζει οπτικές πληροφορίες και ραδιοσυχνοτικές σημάδια για να βρει κρυμμένα αντικείμενα θαμμένα κάτω από ένα σωρό αντικειμένων. Για να βρει ένα χαμένο αντικείμενο, τα ρομπότ πρέπει να χρησιμοποιούν σύνθετο λόγο σχετικά με το σωρό και τα αντικείμενα που περιέχει.
Οι ερευνητές είχαν προηγουμένως δείξει einen ρομποτικό βραχίονα που συνδυάζει οπτικές πληροφορίες και ραδιοσυχνοτικές σημάδια για να βρει κρυμμένα αντικείμενα με ετικέτες RFID, οι οποίες αντανακλούν σημάδια που στέλνονται από μια κεραία. Αλλά το νέο σύστημα μπορεί να ανακτήσει αποτελεσματικά qualquer θαμμένο αντικείμενο, ακόμη και αν το στόχο αντικείμενο δεν έχει ετικέτα. Απαιτεί μόνο κάποια αντικείμενα στο σωρό να έχουν αυτές τις ετικέτες RFID.
Αλγόριθμοι στο FuseBot
Οι αλγόριθμοι που αποτελούν το FuseBot μπορούν να συλλογιστούν σχετικά με την πιθανή θέση και προσανατολισμό των αντικειμένων κάτω από το σωρό. Στη συνέχεια, ανακαλύπτουν τον πιο αποτελεσματικό τρόπο για να αφαιρέσουν τα εμπόδια αντικείμενα και να εξαγάγουν το στόχο αντικείμενο. Το FuseBot ήταν σε θέση να βρει αυτά τα κρυμμένα αντικείμενα πιο αποτελεσματικά από ένα άλλο σύστημα ρομποτικής τεχνολογίας και το έκανε σε μισό χρόνο.
Το νέο σύστημα θα μπορούσε να εφαρμοστεί σε περιοχές όπως ένα εμπορικό σπίτι.
Η ερευνή ενεπλάκησαν οι senior author Fadel Adib, association professor στο Τμήμα Ηλεκτρολογικής Μηχανικής και Επιστήμης Υπολογιστών και διευθυντής της ομάδας Signal Kinetics στο Media Lab.
«Αυτό το έγγραφο δείχνει, για πρώτη φορά, ότι η απλή παρουσία ενός αντικειμένου με ετικέτα RFID στο περιβάλλον κάνει πολύ πιο εύκολη την επίτευξη άλλων εργασιών με πιο αποτελεσματικό τρόπο. Μπορέσαμε να το κάνουμε αυτό γιατί προσθέσαμε πολυμορφικό λόγο στο σύστημα — το FuseBot μπορεί να συλλογιστεί τόσο για την όραση όσο και για τις ραδιοσυχνοτικές σημάδια για να κατανοήσει ένα σωρό αντικειμένων», λέει ο Adib.
Ο Adib ήταν μαζί με τους ερευνητές Tara Boroushaki, που είναι ο κύριος συγγραφέας, Laura Dodds και Nazish Naeem.
Το FuseBot περιλαμβάνει einen ρομποτικό βραχίονα με μια προσαρτημένη βιντεοκάμερα και ραδιοσυχνοτική κεραία για να ανακτήσει ένα αντικείμενο χωρίς ετικέτα από ένα μεικτό σωρό. Το σύστημα σκανάρει το σωρό με την κάμερα για να δημιουργήσει ένα τρισδιάστατο μοντέλο του περιβάλλοντος και στέλνει σημάδια από την κεραία του για να τοποθετήσει τις ετικέτες RFID την ίδια στιγμή.
Τα ραδιοκύματα μπορούν να περάσουν μέσα από τις περισσότερες στερεές επιφάνειες, επιτρέποντας στο ρομπότ να «βλέπει» μέσα στο σωρό.既然 τα άλλα αντικείμενα εκτός από το στόχο αντικείμενο έχουν ετικέτες, το FuseBot γνωρίζει ότι το στόχο αντικείμενο δεν μπορεί να είναι στην ίδια ακριβή θέση.
Οι πληροφορίες συνδυάζονται τότε από τους αλγόριθμους για να ενημερώσουν το τρισδιάστατο μοντέλο του περιβάλλοντος και να υπογραμμίσει τις πιθανές θέσεις του στόχου αντικειμένου, με το ρομπότ να γνωρίζει ήδη το μέγεθος και το σχήμα του. Το σύστημα συλλογίζεται σχετικά με τα αντικείμενα στο σωρό και τις ετικέτες RFID για να καθορίσει ποιο αντικείμενο να μετακινήσει και ψάχνει για τη διαδρομή με τις λιγότερες κινήσεις.
Για να υπερβεί την πρόκληση της μη γνώσης του πώς τα αντικείμενα είναι προσανατολισμένα κάτω από το σωρό, το FuseBot χρησιμοποιεί πιθανολογικό λόγο. Κάθε φορά που αφαιρεί ένα αντικείμενο, χρησιμοποιεί επίσης λόγο για να συλλάβει ποιο θα είναι το επόμενο καλύτερο αντικείμενο για να αφαιρεθεί.
«Αν σας δώσω σε ένα άνθρωπο ένα σωρό αντικειμένων για να ψάξει, θα αφαιρέσει πιθανότατα το μεγαλύτερο αντικείμενο πρώτα για να δει τι είναι κάτω από αυτό. Αυτό που κάνει το ρομπότ είναι παρόμοιο, αλλά επίσης ενσωματώνει πληροφορίες RFID για να λάβει μια πιο ενημερωμένη απόφαση. Ρωτάει, «Πόσο περισσότερο θα κατανοήσει αυτό το σωρό αν αφαιρέσει αυτό το αντικείμενο από την επιφάνεια;»», λέει η Boroushaki.
Το ρομπότ σκανάρει το σωρό μετά την αφαίρεση ενός αντικειμένου και χρησιμοποιεί новые δεδομένα για να βελτιώσει την στρατηγική.
Υπερβαίνοντας Άλλα Συστήματα
Χρησιμοποιώντας ραδιοσυχνοτικές σημάδια και λόγο, το FuseBot ήταν σε θέση να υπερβεί ένα σύστημα που χρησιμοποιεί μόνο όραση. Εξήγαγε το στόχο αντικείμενο με ποσοστό επιτυχίας 95%, σε σύγκριση με 84% για το άλλο σύστημα. Το έκανε επίσης με 40% λιγότερες κινήσεις και μπορούσε να τοποθετήσει και να ανακτήσει αντικείμενα περισσότερο από δύο φορές πιο γρήγορα.
«Βλέπουμε μια μεγάλη βελτίωση στο ποσοστό επιτυχίας με την ενσωμάτωση αυτής της ραδιοσυχνοτικής πληροφορίας. Ήταν επίσης ενθαρρυντικό να δούμε ότι μπόρεσα να ταιριάξω την απόδοση του προηγούμενου μας συστήματος και να την υπερβώ σε σενάρια όπου το στόχο αντικείμενο δεν είχε ετικέτα RFID», λέει η Dodds.
Το λογισμικό που είναι υπεύθυνο για την εκτέλεση του σύνθετου λόγου μπορεί να εφαρμοστεί σε οποιοδήποτε υπολογιστή, που σημαίνει ότι το FuseBot θα μπορούσε να χρησιμοποιηθεί σε eine ευρεία γκάμα ρυθμίσεων. Η ομάδα θα κοιτάξει τώρα να ενσωματώσει πιο σύνθετα μοντέλα στο σύστημα, καθώς και να εξερευνήσει διαφορετικές χειριστικές.












