Robotika
Istraživači stvaraju algoritamski planer za delegiranje zadataka ljudima i robotima
Tim istraživača na Institutu za robotiku Sveučilišta Carnegie Mellon (RI) razvio je algoritamski planer koji može pomoći u delegiranju zadataka ljudima i robotima. Planer se zove "Djeluj, delegiraj ili uči" (ADL) i razmatra popis zadataka prije nego što odluči na koji način ih najbolje dodijeliti.
Rad pod nazivom „Sinergijsko planiranje učenja i raspodjela zadataka u timovima čovjek-robot” predstavljen je na Međunarodnoj konferenciji o robotici i automatizaciji u Philadelphiji.
Tri fokusirana pitanja
Prilikom razvoja ADL-a, tim se usredotočio na tri pitanja:
- Kada bi robot trebao izvršiti zadatak?
- Kada zadatak treba delegirati čovjeku?
- Kada bi robot trebao naučiti novi zadatak?
Shivam Vats je glavni istraživač i doktorat. student u RI.
"Postoje troškovi povezani s donesenim odlukama, kao što je vrijeme koje je potrebno čovjeku da izvrši zadatak ili nauči robota da izvrši zadatak i trošak robota koji ne ispuni zadatak", rekao je Vats. "S obzirom na sve te troškove, naš sustav će vam dati optimalnu podjelu rada."
Potencijalne upotrebe za ADL
Ovaj novi sustav mogao bi se koristiti u proizvodnim i montažnim pogonima za razvrstavanje paketa ili u bilo kojem okruženju koje uključuje suradnju čovjeka i robota za obavljanje zadataka. Planer je testiran u scenarijima koji uključuju ljude i robote koji ubacuju blokove u ploču s klinovima i slažu različite oblike izrađene od Lego kockica.
Pristup delegiranja i podjele rada putem algoritama i softvera postoji već neko vrijeme, ali novi je sustav prvi kada je u pitanju uključivanje robotskog učenja u svoje razmišljanje.
"Roboti više nisu statični", rekao je Vats. "Mogu se poboljšati i mogu se poučavati."
U proizvodnim okruženjima koja uključuju robote, radnici obično ručno upravljaju robotskom rukom kako bi naučili robota kako izvršiti zadatak. Međutim, to može potrajati puno vremena i zahtijevati velike početne troškove. Zbog toga je ključno pronaći najbolje vrijeme za podučavanje robota u odnosu na delegiranje istog zadatka čovjeku. Ova odluka zahtijeva od robota da predvidi druge zadatke koje može obaviti nakon što nauči izvornik.
Planer to pretvara u program optimizacije koji se obično koristi u planiranju, projektiranju komunikacijskih mreža ili planiranju proizvodnje. U usporedbi s tradicionalnim modelima, novi planer ih je nadmašio u svim slučajevima i smanjio troškove povezane s dovršavanjem zadataka za 10% do 15%.
Istraživački tim također je uključivao Olivera Kroemera, koji je docent u RI, i Maxima Likhacheva, izvanrednog profesora u RI.
