Ingenieurs creëren robots die grote voorwerpen samen kunnen verplaatsen

Ingenieurs in het Intelligent Robotics and Autonomous Systems Lab van de University of Cincinnati hebben een kunstmatige intelligentie (AI) ontwikkeld om robots te trainen om samen grote voorwerpen te verplaatsen. Het team heeft aangetoond dat de robots in staat zijn om een lange stang rond obstakels en een smalle deur te verplaatsen in computersimulaties.

Volgens Andrew Barth, een doctoraalstudent in de College of Engineering and Applied Science van de UC, is de taak van het verplaatsen van dergelijke voorwerpen een perfecte match voor robots.

“We hebben het een beetje moeilijker voor onszelf gemaakt. We willen de taak uitvoeren met zo min mogelijk communicatie tussen de robots,” zei Barth.

Barth is de eerste auteur van het onderzoek dat is gepubliceerd in het tijdschrift Intelligent Service Robotics. De medeauteurs van het onderzoek waren Professor Ma, UC-doctoraalstudent Yufeng Sun en UC-senior onderzoeker Lin Zhang.

Het testen van het systeem

In de tests gaf geen van de robots instructies aan de andere, en ze deelden hun strategie niet voordat ze de taak uitvoerden. De robots vertrouwden op genetische fuzzy logica, een type AI dat een intelligente controletechniek is waarbij het systeem menselijke redenering imiteert. Het doet dit door een eenvoudige binaire classificatie te vervangen door gradaties van goed en fout, en het past individuele oplossingen aan om “te leren” van eerdere resultaten.

“Uiteindelijk willen we dit uitbreiden naar 10 of meer robots die samenwerken aan een project,” zei Barth. “Als je een gigantische habitat in de ruimte wilt bouwen, heb je veel robots nodig die samenwerken. Maar als je afhankelijk bent van een communicatienetwerk en dat faalt, dan is je hele project voorbij.”

Volgens Barth betekent het feit dat de robots onafhankelijk zijn dat het verlies van een robot niet leidt tot een mislukking van de taak, omdat de andere robots kunnen compenseren.

De taak die aan de robots werd gegeven, bestond uit het verplaatsen van een virtuele bank rond twee obstakels en door een smalle deur, en ze slaagden erin 95% van de tijd in simulaties. De robot-werkpartners toonden ook een succespercentage van 93% in een nieuwe scenario waarin er twee onbekende voorwerpen en een doeldeur op een andere locatie waren. De robots toonden een bijna gelijkwaardig nauwkeurigheidspercentage en hoefden niet opnieuw getraind te worden. Nog indrukwekkender was dat ze hetzelfde deden toen verschillende factoren zoals de grootte van het voorwerp werden gewijzigd.

“Als je robots kunt trainen om semi-onafhankelijk te werken met zo min mogelijk informatie, dan maak je je systeem robuuster tegen falen en makkelijker voor grote groepen om samen te werken,” zei Barth.

“Ons langetermijndoel is om meerdere robots in staat te stellen om samen te werken om moeilijke taken uit te voeren — zoals meubels verplaatsen,” zei Ma.

Het creëren van nieuwe kansen

Volgens Ma kunnen samenwerkende robots grote nieuwe kansen creëren in verschillende gebieden, en nieuwe veiligheidsfuncties kunnen de veiligheid van robots verbeteren.

“Er zijn een heleboel toepassingen. Overal waar meerdere mensen samenwerken, kun je meerdere robots laten samenwerken,” zei Ma. “Momenteel werken de meeste robots alleen. Maar in de toekomst zullen we meerdere robots nodig hebben die samenwerken, net zoals mensen dat nu doen.”

Het team ontwikkelt een besturingssysteem dat schaalbaar is, waardoor meerdere robots een taak kunnen uitvoeren.

“En je hoeft ze niet opnieuw te trainen als het plotseling vier of zes zijn,” zei hij. “Als een of twee falen, kunnen de resterende robots doorgaan. Dat is de sleutel.”