Η Αμερικανική Στρατιωτική Βιομηχανία Εγγίζει τα Αυτόνομα Οχήματα Μάχης Εκτός Δρόμου

Ερευνητές στο U.S. Army Combat Capabilities Development Command’s Army Research Laboratory και το Πανεπιστήμιο του Τέξας στο Όστιν έχουν αναπτύξει einen αλγόριθμο που μπορεί να έχει μεγάλες επιπτώσεις για τα αυτόνομα οχήματα. Με τον αλγόριθμο, τα αυτόνομα οχήματα εδάφους μπορούν να βελτιώσουν τους δικούς τους συστήματα πλοήγησης παρακολουθώντας έναν άνθρωπο να οδηγεί.

Η προσέγγιση που αναπτύχθηκε από τους ερευνητές ονομάζεται προσαρμοστική σχεδιασμός παραμετρική μάθηση από επίδειξη, ή APPLD. Ελέγχθηκε σε ένα πειραματικό αυτόνομο όχημα εδάφους του Στρατού.

Η έρευνα δημοσιεύθηκε στο IEEE Robotics and Automation Letters. Το έργο έχει τον τίτλο “APPLD: Adaptive Planner Parameter Learning From Demonstration.”

APPLD

Ο Δρ. Garrett Warnell είναι ερευνητής του Στρατού.

“Χρησιμοποιώντας προσεγγίσεις όπως το APPLD, οι σημερινοί στρατιώτες σε υφιστάμενες εγκαταστάσεις εκπαίδευσης θα μπορέσουν να συμβάλλουν στις βελτιώσεις των αυτόνομων συστημάτων απλώς λειτουργώντας τα οχήματά τους ως κανονικά,” είπε ο Warnell. “Τεχνικές όπως αυτές θα είναι μια σημαντική συμβολή στα σχέδια του Στρατού για να σχεδιάσει και να αναπτύξει τα επόμενα οχήματα μάχης που είναι εξοπλισμένα να πλοηγούνται αυτόνομα σε περιβάλλοντα εκτός δρόμου.”

Για να αναπτύξουν το νέο σύστημα, οι ερευνητές συνδύασαν αλγορίθμους μηχανικής μάθησης από επίδειξη και κλασικά αυτόνομα συστήματα πλοήγησης. Một από τα καλύτερα χαρακτηριστικά αυτής της προσέγγισης είναι ότι επιτρέπει στο APPLD να βελτιώσει ένα υπάρχον σύστημα για να συμπεριφερθεί περισσότερο σαν άνθρωπος, αντί να αντικαταστήσει ολόκληρο το κλασικό σύστημα. 

Λόγω αυτού, το αναπτυγμένο σύστημα είναι σε θέση να διατηρήσει χαρακτηριστικά όπως η βέλτιστη, η ερμηνευσιμότητα και η ασφάλεια, τα οποία υπάρχουν στα κλασικά συστήματα πλοήγησης, ενώ παράλληλα δημιουργεί ένα πιο ευέλικτο σύστημα που μπορεί να προσαρμοστεί σε νέες περιβάλλοντες.

“Μια seule επίδειξη ανθρώπινης οδήγησης, που παρέχεται χρησιμοποιώντας έναν καθημερινό Xbox wireless controller, επέτρεψε στο APPLD να μάθει πώς να ρυθμίσει το σύστημα αυτόνομης πλοήγησης του οχήματος διαφορετικά ανάλογα με το συγκεκριμένο τοπικό περιβάλλον,” είπε ο Warnell. “Για παράδειγμα, όταν σε ένα στενό διάδρομο, ο ανθρώπινος οδηγός έσβηνε και οδηγούσε προσεκτικά. Μετά την παρατήρηση αυτής της συμπεριφοράς, το αυτόνομο σύστημα έμαθε να μειώσει την ταχύτητά του και να αυξήσει τον προϋπολογισμό υπολογισμού του σε παρόμοια περιβάλλοντα. Αυτό τελικά επέτρεψε στο όχημα να πλοηγηθεί επιτυχώς αυτόνομα σε άλλα στενά δωμάτια όπου είχε προηγουμένως αποτύχει.”

https://www.youtube.com/watch?v=u2xxPTZA0DY

Τα αποτελέσματα έδειξαν ότι το εκπαιδευμένο σύστημα APPLD μπορούσε να πλοηγηθεί στα περιβάλλοντα δοκιμών πιο αποτελεσματικά και με λιγότερα λάθη σε σύγκριση με το κλασικό σύστημα. Επιπλέον, μπορούσε να πλοηγηθεί στο περιβάλλον πιο γρήγορα από τον άνθρωπο που ήταν υπεύθυνος για την εκπαίδευση του. 

Ο Δρ. Peter Stone είναι καθηγητής και πρόεδρος του Ρομποτικής Consortium στο UT Austin.

“Από μια οπτική μηχανικής μάθησης, το APPLD αντιπαραβάλλεται με τα λεγόμενα end-to-end learning συστήματα που προσπαθούν να μάθουν ολόκληρο το σύστημα πλοήγησης από την αρχή,” είπε ο Stone. “Αυτές οι προσεγγίσεις τείνουν να απαιτούν πολλά δεδομένα και μπορεί να οδηγήσουν σε συμπεριφορές που δεν είναι ούτε ασφαλείς ούτε robust. Το APPLD αξιοποιεί τα μέρη του συστήματος ελέγχου που έχουν σχεδιαστεί προσεκτικά, ενώ επικεντρώνει την προσπάθεια μηχανικής μάθησής του στη διαδικασία ρύθμισης παραμέτρων, η οποία συχνά γίνεται με βάση την直觉 ενός ατόμου.”

Το νέο σύστημα επιτρέπει σε μη εμπειρογνώμονες στον τομέα της ρομποτικής να εκπαιδεύσουν και να βελτιώσουν την πλοήγηση των αυτόνομων οχημάτων. Για παράδειγμα, ένας απεριόριστος αριθμός χρηστών θα μπορούσε να παρέχει τα δεδομένα που απαιτούνται για το σύστημα να βελτιωθεί, αντί να βασίζεται σε μια ομάδα εμπειρογνωμόνων μηχανικών να τροποποιήσουν το σύστημα με το χέρι.

Ο Δρ. Jonathan Fink είναι ερευνητής του Στρατού.

“Τα τρέχοντα αυτόνομα συστήματα πλοήγησης συνήθως πρέπει να αναπρογραμματιστούν με το χέρι για κάθε νέο περιβάλλον αναπτύξεως,” είπε ο Fink. “Αυτή η διαδικασία είναι εξαιρετικά δύσκολη — πρέπει να γίνει από κάποιον με εκτεταμένη εκπαίδευση στη ρομποτική, και απαιτεί πολλά δοκιμαστικά και λάθη μέχρι να βρεθούν οι σωστές ρυθμίσεις του συστήματος. Αντίθετα, το APPLD ρυθμίζει το σύστημα αυτόματα παρακολουθώντας έναν άνθρωπο να οδηγεί το σύστημα — κάτι που μπορεί να κάνει ο καθένας αν έχει εμπειρία με έναν video game controller. Κατά τη διάρκεια της αναπτύξεως, το APPLD επίσης επιτρέπει στο σύστημα να αναπρογραμματιστεί σε πραγματικό χρόνο καθώς το περιβάλλον αλλάζει.”

Στρατιωτική Χρήση

Αυτό το σύστημα θα ήταν χρήσιμο για τον Στρατό, ο οποίος εργάζεται目前 για την ανάπτυξη μοντέρνων οχημάτων μάχης και ρομποτικών οχημάτων μάχης. Ως τώρα, πολλά από τα περιβάλλοντα είναι πολύ σύνθετα για ακόμη και τα καλύτερα αυτόνομα συστήματα πλοήγησης. 

Ο Δρ. Xuesu Xiao είναι μεταδιδάκτωρ ερευνητής στο UT Austin και πρωταρχικός συγγραφέας του εγγράφου.

“Εκτός από την άμεση σχετικότητα με τον Στρατό, το APPLD δημιουργεί επίσης την ευκαιρία να γεφυρώσει το χάσμα μεταξύ των παραδοσιακών μηχανικών προσεγγίσεων και των αναδυόμενων τεχνικών μηχανικής μάθησης, για να δημιουργήσει robust, προσαρμοστικά και ευέλικτα κινητά ρομπότ στον πραγματικό κόσμο,” είπε ο Xiao

Το σύστημα APPLD θα δοκιμαστεί τώρα σε διάφορα εξωτερικά περιβάλλοντα. Η ομάδα των ερευνητών θα δει επίσης αν επιπλέον πληροφορίες αισθητήρων μπορούν να βοηθήσουν τα συστήματα να μάθουν πιο σύνθετες συμπεριφορές.