Robotică și IA fizică
Cercetătorii creează un planificator algoritmic pentru delegarea sarcinilor către oameni și roboți
Adaugă Unite.AI la sursele tale preferate pe Google
O echipă de cercetători de la Institutul de Robotică al Universității Carnegie Mellon (RI) a dezvoltat un planificator algoritmic care poate ajuta la delegarea sarcinilor către oameni și roboți. Planificatorul se numește “Act, Delega sau Învață” (ADL) și ia în considerare o listă de sarcini înainte de a decide cea mai bună modalitate de a le atribui.
Lucrarea intitulată “Programarea sinergică a învățării și alocării sarcinilor în echipele de roboți și oameni” a fost prezentată la Conferința Internațională de Robotică și Automatizare de la Philadelphia.
Trei întrebări focalizate
La dezvoltarea ADL, echipa s-a concentrat pe trei întrebări:
- Când ar trebui un robot să finalizeze o sarcină?
- Când ar trebui o sarcină să fie delegată unui om?
- Când ar trebui un robot să învețe o nouă sarcină?
Shivam Vats este cercetătorul principal și student doctorand în RI.
“Există costuri asociate deciziilor luate, cum ar fi timpul necesar unui om pentru a finaliza o sarcină sau pentru a preda unui robot să finalizeze o sarcină și costul unui robot care nu reușește să finalizeze o sarcină”, a spus Vats. “Având în vedere toate aceste costuri, sistemul nostru va oferi o diviziune optimă a muncii”.
Posibile utilizări pentru ADL
Noul sistem poate fi utilizat în fabrici de producție și asamblare pentru a sorta pachete sau în orice mediu care implică colaborarea dintre oameni și roboți pentru a efectua sarcini. Planificatorul a fost testat în scenarii care implică oameni și roboți care introduc blocuri într-o placă de peg și stivuiesc forme diferite realizate din cuburi Lego.
Abordarea de a delega și diviza munca prin algoritmi și software a existat de ceva timp, dar noul sistem este primul care include învățarea robotului în raționamentul său.
“Roboții nu mai sunt statici”, a spus Vats. “Ei pot fi îmbunătățiți și pot fi învățați”.
În medii de producție care implică roboți, lucrătorii obișnuiesc să manipuleze manual un braț robotic pentru a preda unui robot cum să finalizeze o sarcină. Cu toate acestea, acest lucru poate dura mult timp și poate necesita un cost inițial mare. Din cauza acestui fapt, este crucial să se determine cel mai bun moment pentru a preda unui robot versus a delega aceeași sarcină unui om. Această decizie necesită ca robotul să prevadă alte sarcini pe care le poate finaliza după ce a învățat sarcina originală.
Planificatorul convertește acest lucru într-un program de optimizare care este de obicei utilizat în programarea, proiectarea rețelelor de comunicații sau planificarea producției. Atunci când este comparat cu modelele tradiționale, noul planificator a depășit toate instanțele și a scăzut costul asociat finalizării sarcinilor cu 10% până la 15%.
Echipa de cercetare a inclus, de asemenea, pe Oliver Kroemer, care este profesor asistent în RI, și pe Maxim Likhachev, profesor asociat în RI.
Planificatorul a fost testat în scenarii care implică oameni și roboți care introduc blocuri într-o placă de peg și stivuiesc forme diferite realizate din cuburi Lego.
