Er det leggede roboter trygge på arbeidsplassen?

En ny studie antyder at det fortsatt kan ta lang tid før vi kan samhandle trygt med leggede roboter i den virkelige verden.

En nylig studie publisert i 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) har kastet lys over problemet med å teste og karakterisere sikkerheten til leggede roboter. Ledet av et team av forskere ved The Ohio State University, fokuserer studien på disse typene maskiner, som bruker mekaniske lemmer i stedet for hjul for bevegelse. Funndene i studien avslører at de nåværende modellene av leggede roboter ikke alltid oppfører seg forutsigbart i virkelige scenarier, noe som gjør det vanskelig å forutse deres suksess eller fiasko i oppgaver som innebærer bevegelse.

Anti-intuitive og komplekse systemer

Bowen Weng er en PhD-student i elektroteknikk og datateknikk ved Ohio State.

“Vår arbeid avslører at disse robotiske systemene er komplekse og, enda viktigere, anti-intuitive,” sa Bowen. “Det betyr at du ikke kan stole på robotens evne til å vite hvordan den skal reagere i bestemte situasjoner, så fullstendigheten av testingen blir enda viktigere.”

Det vitenskapelige samfunnet krever universelle sikkerhetstest-regler for mobile roboter ettersom de utfører mer avanserte oppgaver. Integreringen av roboter og kunstig intelligens i våre daglige liv understreker behovet for standardiserte sikkerhetstiltak. Leggede roboter, spesielt, utgjør en betydelig sikkerhetsrisiko, ettersom de ofte er laget av metall og kan nå hastigheter på opptil 20 mph. Når de opererer i virkelige miljøer sammen med mennesker, understreker uforutsigbarheten av disse miljøene enda mer behovet for strenge sikkerhetsregler.

“Testing er virkelig om å vurdere risiko, og vårt mål er å undersøke hvor mye risiko robotikk nå presenterer for brukere eller kunder mens de er i arbeidstilstand,” sier Weng.

Weng påpeker at det selv om det finnes noen sikkerhetsspesifikasjoner på plass for utrulling av leggede roboter, finnes det fortsatt ingen felles enighet om å teste dem i feltet.

Utvikling av et nytt rammeverk for testing av leggede roboter

Studien er den første til å utvikle et data-drevet, scenario-basert sikkerhetstest-rammeverk for leggede roboter.

“I fremtiden kan disse robotene ha muligheten til å leve sammen med mennesker side om side, og vil mest sannsynlig bli produsert samarbeidende av flere internasjonale parter,” sier Weng. “Så å ha sikkerhet og testregler på plass er ekstremt viktig for suksessen til denne type produkter.”

Studien utnytter sample-basert maskinlæring-algoritmer for å bestemme hvordan simulerings-roboter kan feile under virkelige tester. Det var delvis influert av Wengs erfaring som en kjøretøysikkerhetsforsker ved Transportation Research Center, en partner av National Highway Traffic Safety Administration.

Teamet evaluerte en rekke betingelser som sikrer en robots stabilitet mens den navigerer i et nytt miljø, som regnes som en av de kritiske faktorene for å bestemme dens totale sikkerhetsytelse. Ved å bruke algoritmer avledet fra tidligere robot-eksperimenter, designet teamet flere scenarier for robot-simuleringer.

En prøve fokuserte på å undersøke robotens evne til å bevege seg mens den utførte oppgaver i forskjellige gangarter, som å gå bakover eller å trå i stedet. I en annen prøve testet forskerne robotens stabilitet når den ble presset med nok kraft til å endre retning.

Resultatene viste at en robot feilet å holde balansen i 3 av 10 prøver når den ble bedt om å øke sin ganghastighet. Imidlertid var en annen robot i stand til å holde seg oppreist i 100 prøver når den ble presset fra sin venstre side, men falt over i 5 av 10 prøver når samme kraft ble anvendt på dens høyre side.

Selv om det kan ta noen tid, har forskernes rammeverk potensialet til å støtte den kommersielle utrulling av leggede roboter og gi en sikkerhetsstandard for roboter med forskjellige strukturer og egenskaper. Weng nevnte at det vil være en stund før rammeverket kan implementeres.

“Vi tror at denne data-drevne tilnærmingen vil hjelpe med å skape en upartisk, mer effektiv måte å observere roboter i forhold til et testmiljø,” sier Weng. “Hva vi arbeider mot, er ikke umiddelbart, men for forskere lengre ned linjen.”