Uusi menetelmä auttaa ihmisiä auttamaan robotteja ”näkemään” ympäristönsä

Rice-yliopiston insinööritiimi on kehittänyt uuden menetelmän, joka antaa ihmisille mahdollisuuden auttaa robotteja “näkemään” ympäristönsä ja suorittamaan erilaisia tehtäviä.

Uusi strategia on nimeltään Bayesian Learning IN the Dark (BLIND), joka on uudenlainen ratkaisu ongelmaan liittyen robottien liikkeen suunnitteluun ympäristöissä, joissa on joskus sokeita pisteitä.

Tutkimusta johtivat tietojenkäsittelytieteilijät Lydi Kavraki ja Vaibhav Unhelkar, ja sitä johtivat yhdessä heidän kanssaan myös Carlos Quintero-Peña ja Constantinos Chamzas Rice-yliopiston George R. Brownin insinööritieteellisestä tiedekunnasta. Se esiteltiin Institute of Electrical and Electronics Engineersin kansainvälisellä robotti- ja automaatiokonferenssissa.

Ihminen mukana ohjausprosessissa

Tutkimuksen mukaan algoritmi pitää ihmisen mukana ohjausprosessissa “robottien havaintojen täydentämiseksi ja tärkeämpänä estämään epäturvallisten liikkeiden suorittamisen.”

Tutkijat yhdistivät bayesilaista käänteistä vahvistusoppimista vakiintuneisiin liikkeen suunnittelumenetelmiin auttaakseen robotteja, joissa on paljon liikkuvia osia.

BLINDin testaamiseksi robotti, jolla on seitsemän nivelen robottikäsivarsi, tehtäväksi annettiin ottaa pieni sylinteri pöydältä ja siirtää se toiselle pöydälle, mutta ennen sitä se joutui liikkumaan esteen ohi.

“Jos sinulla on enemmän niveliä, ohjeet robotille ovat monimutkaisempia”, Quintero-Peña sanoi. “Jos ohjaat ihmistä, voit vain sanoa ‘Nosta käsi ylös’.”

Robotti kuitenkin vaatii ohjelmia, jotka ovat tarkkoja liikkeen suunnittelun suhteen jokaisessa nivessä jokaisessa vaiheessa sen polulla, ja tämä tulee entistä tärkeämmäksi, kun esteet estävät sen “näkemisen”.

Oppiminen “näkemään” esteiden ympäri

BLIND ei ohjelmoi reittiä etukäteen. Sen sijaan se lisää ihmisen prosessin keskivaiheille tarkentamaan robotin algoritmin ehdottamia liikevaihtoehtoja.

“BLIND antaa meille mahdollisuuden käyttää tietoa, joka on ihmisen päässä, ja laskea polkuja tässä korkean vapausasteen tilassa”, Quintero-Peña sanoi. “Käytämme tietynlaista palautetta, jota kutsutaan kritiikiksi, joka on binäärimuotoinen palautteen muoto, jossa ihminen saa merkinnät polun osille”.

Merkinnät näkyvät toisiinsa yhdistettyinä vihreinä pisteinä, jotka edustavat mahdollisia polkuja. BLINDin edetessä pisteestä toiseen ihminen hyväksyy tai hylkää jokaisen liikkeen, jalostaen polkua ja välttäen esteitä.

“Se on helppo käyttöliittymä ihmisille, koska voimme sanoa ‘Minä pidän tästä’ tai ‘En pidä tästä’, ja robotti käyttää tätä tietoa suunnitellakseen”, Chamzas sanoi. Robotti voi suorittaa tehtävän, kun se on saanut palkinnon liikkeistään.

“Yksi tärkeimmistä asioista tässä on, että ihmisten preferenssit ovat vaikeita kuvailla matemaattisella kaavalla”, Quintero-Peña sanoi. “Tämä työ yksinkertaistaa ihmisten ja robottien välisiä suhteita sisällyttämällä ihmisten preferenssejä. Tämä on tapa, jolla sovellukset saavat eniten hyötyä tästä työstä.”

Kavraki on työskennellyt edistyneen ohjelmoinnin parissa NASAn humanoidirobotti Robonautin kanssa Kansainvälisellä avaruusasemalla.

“Tämä työ esittää erinomaisesti, miten pieni, mutta kohdennettu, ihmisen väliintulo voi parantaa merkittävästi robottien kykyä suorittaa monimutkaisia tehtäviä ympäristöissä, joissa jotkut osat ovat täysin tuntemattomia robotille, mutta tunnettuja ihmiselle”, Kavraki sanoi.

“Se osoittaa, miten menetelmät ihmisen ja robotin vuorovaikutukselle, joka on tutkimuksen aiheena kollegani professori Unhelkarin, ja automaattisen suunnittelun, jota on kehitetty vuosien ajan laboratoriossani, voivat yhdistyä toimittamaan luotettavia ratkaisuja, jotka myös kunnioittavat ihmisten preferenssejä.”