Автономниот робот наоѓа и отвора врати додека сам се полни

Тим студенти по инженерство на Универзитетот во Синсинати градат автономен робот кој може да ги отвори сопствените врати и да го пронајде најблискиот електричен ѕиден штекер, кој му овозможува да се наполни без човечка помош.

Новата студија е објавена во списанието IEEE пристап. 

Врати – роботски криптонит

Една од најголемите пречки за роботите се вратите. 

Оу Ма е професор по воздушно инженерство на Универзитетот во Синсинати. 

„Роботите можат да направат многу работи, но ако сакате некој сам да отвори врата и да помине низ вратата, тоа е огромен предизвик“, рече Ма.

Тимот успеа да го надмине овој проблем со тридимензионални дигитални симулации и тоа е голем чекор напред за роботите-помошници. Овие роботи може да ги вклучат оние што вакуумираат и дезинфицираат канцелариски згради, аеродроми и болници. Тие сочинуваат голем дел од роботската индустрија вредна 27 милијарди долари. 

Јуфенг Сун е водечки автор на студијата и докторанд на Колеџот за инженерство и применети науки во UC. 

Според Sun, некои истражувачи работеле околу овој проблем со скенирање на цела просторија за да создадат 3D дигитален модел, кој му овозможува на роботот да лоцира врата. Сепак, ова е решение кое одзема многу време и е применливо само за просторијата што се скенира. 

Има многу предизвици за развој на автономен робот кој сам ќе ја отвори вратата. Прво, тие доаѓаат во различни бои и големини и имаат различни рачки кои можат да бидат пониски или повисоки. Од роботите исто така се бара да знаат колку сила да употребат за да ги отворат вратите за да го надминат отпорот. Бидејќи многу јавни врати се затвораат сами, роботот може да го изгуби стисокот и од него да се бара да започне одново.

Користење на машинско учење

Преку употребата на машинско учење, студентите од УК му овозможија на роботот да се „учи“ како да отвори врата преку обиди и грешки. Ова значи дека роботот ги поправа своите грешки додека оди, а симулациите му помагаат да се подготви за вистинската задача.

„На роботот му требаат доволно податоци или „искуства“ за да го тренира“, рече Сан. „Ова е голем предизвик за другите роботски апликации кои користат пристапи базирани на вештачка интелигенција за извршување на задачи од реалниот свет“. 

Сан и магистерскиот студент на UC, Сем Кинг, сега успешното симулациско истражување го претвораат во вистински робот. 

„Предизвикот е како да се пренесе оваа научена политика за контрола од симулација во реалност, често нарекувана како проблем „Sim2Real“, рече Сан.

Друг предизвик е тоа што дигиталните симулации обично се само 60% до 70% успешни во почетните реални апликации, така што Sun планира да помине најмалку една година усовршувајќи го новиот автономен систем за роботика.