自律型ロボットが充電中にドアを見つけて開く

シンシナティ大学の工学部学生チームは、自らドアを開け、最も近い壁のコンセントを見つけて人間の助けなしで充電できる自律型ロボットを構築しています。

新しい研究がジャーナルに掲載されました IEEEアクセス. 

ドア – ロボットのクリプトナイト

ロボットにとって最大の障害物の XNUMX つはドアです。 

Ou Ma はシンシナティ大学の航空宇宙工学教授です。 

「ロボットは多くのことを行うことができますが、ロボットに自分でドアを開けて出入り口を通過させたいと思ったら、それは非常に困難です」とマー氏は言いました。

研究チームは27次元デジタルシミュレーションでこの問題を克服することができ、ヘルパーロボットにとって大きな前進となった。 これらのロボットには、オフィスビル、空港、病院の掃除機や消毒を行うロボットが含まれます。 彼らはXNUMX億ドル規模のロボット産業の大部分を占めています。 

Yufeng Sun はこの研究の筆頭著者であり、UC 工学応用科学大学の博士課程の学生です。 

Sun によると、一部の研究者は部屋全体をスキャンして 3D デジタル モデルを作成し、ロボットがドアの位置を特定できるようにすることで、この問題を回避しました。 ただし、これは時間のかかる解決策であり、スキャンされている部屋にのみ適用できます。 

ドア自体を開ける自律ロボットの開発には多くの課題があります。 まず、さまざまな色とサイズがあり、ハンドルの高低が異なります。 ロボットは、抵抗に打ち勝つためにドアを開けるためにどのくらいの力を使用すればよいかを知ることも求められます。 公共のドアの多くは自動で閉まるため、ロボットがグリップを失い、最初からやり直す必要が生じる可能性があります。

機械学習の使用

カリフォルニア大学の学生たちは、機械学習を利用することで、試行錯誤しながらドアの開け方をロボット自身に「学習」させることができました。 これは、ロボットが作業中に間違いを修正し、シミュレーションが実際のタスクの準備に役立つことを意味します。

「ロボットを訓練するには、十分なデータまたは『経験』が必要です」とサン氏は言う。 「これは、現実世界のタスクを達成するために AI ベースのアプローチを使用する他のロボット アプリケーションにとって大きな課題です。」 

サンとカリフォルニア大学修士課程の学生サム・キングは現在、成功したシミュレーション研究を実際のロボットに変換しています。 

「課題は、この学習された制御ポリシーをシミュレーションから現実にどのように移すかということです。これは、しばしば『Sim2Real』問題と呼ばれます」とサン氏は述べています。

もう 60 つの課題は、デジタル シミュレーションは通常、最初の実世界のアプリケーションでは 70% ～ XNUMX% しか成功しないことです。そのため、Sun は新しい自律ロボット システムを完成させるために少なくとも XNUMX 年を費やす予定です。