Autonomiczny robot znajduje i otwiera drzwi podczas ładowania

Zespół studentów inżynierii na Uniwersytecie Cincinnati buduje autonomicznego robota, który może samodzielnie otwierać drzwi i znajdować najbliższe gniazdko elektryczne, co umożliwi mu naładowanie akumulatora bez pomocy człowieka.

Nowe badanie zostało opublikowane w czasopiśmie Dostęp IEEE. 

Drzwi – Kryptonit robota

Jedną z największych przeszkód dla robotów są drzwi. 

Ou Ma jest profesorem inżynierii lotniczej na Uniwersytecie Cincinnati. 

„Roboty potrafią wiele rzeczy, ale jeśli chcemy, aby same otworzyły drzwi i przez nie przekroczyły próg, jest to ogromne wyzwanie” – stwierdziła Ma.

Zespołowi udało się przezwyciężyć ten problem w trójwymiarowych symulacjach cyfrowych, co stanowi poważny krok naprzód w przypadku robotów pomocniczych. Roboty te mogą obejmować takie, które odkurzają i dezynfekują budynki biurowe, lotniska i szpitale. Stanowią dużą część wartego 27 miliardów dolarów przemysłu robotyki. 

Yufeng Sun jest głównym autorem badania i doktorantem Inżynierii i Nauk Stosowanych Uniwersytetu Kalifornijskiego. 

Według firmy Sun niektórzy badacze obeszli ten problem, skanując całe pomieszczenie w celu stworzenia cyfrowego modelu 3D, który umożliwia robotowi zlokalizowanie drzwi. Jest to jednak rozwiązanie czasochłonne i ma zastosowanie tylko do skanowanego pomieszczenia. 

Opracowanie autonomicznego robota, który sam będzie otwierał drzwi, wiąże się z wieloma wyzwaniami. Po pierwsze, są dostępne w różnych kolorach i rozmiarach oraz mają różne uchwyty, które mogą być niższe lub wyższe. Roboty muszą także wiedzieć, jakiej siły użyć, aby otworzyć drzwi w celu pokonania oporu. Ponieważ wiele drzwi publicznych zamyka się samoczynnie, robot może stracić przyczepność i być zmuszony do rozpoczęcia od nowa.

Korzystanie z uczenia maszynowego

Dzięki wykorzystaniu uczenia maszynowego studenci Uniwersytetu Kalifornijskiego umożliwili robotowi „nauczenie się”, jak otwierać drzwi, metodą prób i błędów. Oznacza to, że robot na bieżąco koryguje swoje błędy, a symulacje pomagają mu przygotować się do rzeczywistego zadania.

„Robot potrzebuje wystarczających danych lub „doświadczeń”, aby go wyszkolić” – powiedział Sun. „To duże wyzwanie dla innych aplikacji robotycznych wykorzystujących podejścia oparte na sztucznej inteligencji do wykonywania rzeczywistych zadań”. 

Sun i student studiów magisterskich na Uniwersytecie Kalifornijskim, Sam King, przekształcają obecnie udane badanie symulacyjne w prawdziwego robota. 

„Wyzwanie polega na tym, jak przenieść tę wyuczoną politykę sterowania z symulacji do rzeczywistości, co często określa się mianem problemu „Sim2Real”” – powiedział Sun.

Kolejnym wyzwaniem jest to, że symulacje cyfrowe w początkowych zastosowaniach w świecie rzeczywistym sprawdzają się zwykle jedynie w 60–70%, dlatego firma Sun planuje spędzić co najmniej rok na doskonaleniu nowego autonomicznego systemu robotyki.