Robotiikka ja fyysinen AI

Insinöörit luovat roboteja, jotka voivat yhteistyössä siirtää suuria esineitä

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Cincinnatin yliopiston älykkään robotiikan ja autonomisten järjestelmien laboratoriossa insinöörit ovat kehittäneet tekoälyjärjestelmän, joka kouluttaa roboteja yhteistyössä siirtämään suuria esineitä. Tiimi osoitti robotien kyvyn siirtää pitkä tanko esteiden ympäri ja kapean oven läpi tietokonesimulaatioissa.

Cincinnatin yliopiston insinööritieteellisen tiedekunnan tohtorikoulutettava Andrew Barthin mukaan suurten esineiden siirtäminen on tehtävä, joka sopii hyvin roboteille.

“Teimme tehtävän hieman vaikeammaksi itsellemme. Haluamme suorittaa tehtävän mahdollisimman vähän viestintää robottien välillä”, Barth sanoi.

Barth on tutkimuksen ensisijainen tekijä, joka on julkaistu Intelligent Service Robotics -lehdessä. Tutkimuksen muiden tekijöiden joukossa ovat professori Ma, Cincinnatin yliopiston tohtorikoulutettava Yufeng Sun ja Cincinnatin yliopiston vanhempi tutkija Lin Zhang.

Järjestelmän testaaminen

Kokeissa kumpikaan roboteista ei ohjannut toista, eikä ne jakaneet strategiaa ennen tehtävän suorittamista. Robotit käyttivät geneettistä sumea logiikkaa, joka on älykäs ohjaustekniikka, jossa järjestelmä jäljittelee ihmisen päättelyä. Se tekee tämän korvaamalla yksinkertaisen binääriluokittelun oikean ja väärän asteilla ja muokkaamalla yksittäisiä ratkaisuja “oppiakseen” aiempien tuloksien perusteella.

“Lopulta haluamme laajentaa tämän 10 tai useamman robotin yhteistyöhön samassa projektissa”, Barth sanoi. “Jos haluat rakentaa valtavan asuinpaikan avaruuteen, sinun tarvitsee paljon roboteja, jotka työskentelevät yhdessä. Mutta jos riippuu viestintäverkosta ja se menee pois päältä, koko projekti on ohi.”

Barthin mukaan itsenäiset robotit tarkoittavat, että yhden robotin menetys ei johtaisi tehtävän epäonnistumiseen, koska muut voivat korvata sen.

Robotille annettu tehtävä oli siirtää virtuaalivuode kaksi esteen ympäri ja kapean oven läpi, ja he suorittivat sen 95 prosenttisesti simulaatioissa. Robotityöparit osoittivat myös 93 prosentin onnistumisprosentin uudessa skenaariossa, jossa oli kaksi tuttua esinettä ja kohdeoveni eri paikassa. Robotit osoittivat lähes saman tarkin tiedon ja eivät vaatineet uudelleenkoulutusta. Entistä vaikuttavampaa oli, että he osoittivat saman, kun eri tekijöitä, kuten esineen kokoa, muutettiin.

“Jos voit kouluttaa roboteja toimimaan puoliripuisesti mahdollisimman vähän tiedolla, voit tehdä järjestelmästä kestävämmän epäonnistumiselle ja helpommin suurten ryhmien yhteistyölle”, Barth sanoi.

“Pitkän aikavälin tavoitteemme on, että useat robotit voivat yhteistyössä suorittaa vaikeita tehtäviä – kuten siirtää huonekaluja”, Ma sanoi.

Uusien mahdollisuuksien luominen

Ma mukaan yhteistyössä toimivat robotit voivat luoda suuria uusia mahdollisuuksia eri aloilla, ja uudet turvallisuusominaisuudet voivat parantaa robottien turvallisuutta.

“On joukko sovelluksia. Kaikki paikat, joissa useat ihmiset tekevät töitä tulevaisuudessa, voivat käyttää useita roboteja”, Ma sanoi. “Tällä hetkellä useimmat robotit työskentelevät yksin. Mutta tulevaisuudessa tarvitsemme useita roboteja, jotka työskentelevät yhdessä, kuten ihmiset tekevät nyt.”

Tiimi kehittää skaalautuvaa ohjausjärjestelmää, joka mahdollistaa useiden robotien suorittamisen tehtävän.

“Ja sinun ei tarvitse kouluttaa niitä uudelleen, jos yhtäkkiä on vain neljä tai kuusi”, hän sanoi. “Jos yksi tai kaksi epäonnistuu, loput voivat jatkaa. Se on avain.”

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.