Автономный робот находит и открывает двери во время подзарядки

Группа студентов-инженеров из Университета Цинциннати создает автономного робота, который может открывать свои собственные двери и находить ближайшую электрическую розетку, что позволяет ему заряжаться без помощи человека.

Новое исследование опубликовано в журнале. Доступ IEEE. 

Двери – криптонит робота

Одним из самых больших препятствий для роботов являются двери. 

Оу Ма — профессор аэрокосмической техники в Университете Цинциннати. 

«Роботы могут делать многое, но если вы хотите, чтобы один из них сам открывал дверь и проходил через дверной проем, это огромная проблема», — сказал Ма.

Команде удалось решить эту проблему в трехмерном цифровом моделировании, и это большой шаг вперед для роботов-помощников. Среди этих роботов могут быть те, которые пылесосят и дезинфицируют офисные здания, аэропорты и больницы. Они составляют большую часть индустрии робототехники стоимостью 27 миллиардов долларов. 

Юфэн Сунь — ведущий автор исследования и докторант Колледжа инженерии и прикладных наук Калифорнийского университета. 

По словам Sun, некоторые исследователи решили эту проблему, сканируя всю комнату, чтобы создать цифровую 3D-модель, которая позволяет роботу найти дверь. Однако это трудоемкое решение, которое применимо только к сканируемому помещению. 

Есть много проблем с разработкой автономного робота, который сам открывает дверь. Во-первых, они бывают разных цветов и размеров, и у них разные ручки, которые могут быть ниже или выше. От роботов также требуется знать, какое усилие нужно приложить, чтобы открыть двери, чтобы преодолеть сопротивление. Поскольку многие общественные двери закрываются автоматически, робот может потерять хватку, и ему придется начинать все сначала.

Использование машинного обучения

С помощью машинного обучения студенты Калифорнийского университета позволили роботу «научить» себя открывать дверь методом проб и ошибок. Это означает, что робот исправляет свои ошибки по ходу дела, а моделирование помогает ему подготовиться к реальной задаче.

«Робот нуждается в достаточном количестве данных или «опыта», чтобы помочь его обучить», — сказал Сан. «Это большая проблема для других роботизированных приложений, использующих подходы на основе ИИ для выполнения реальных задач». 

Сан и студент магистратуры Калифорнийского университета Сэм Кинг теперь превращают успешное симуляционное исследование в настоящего робота. 

«Задача состоит в том, как перенести эту изученную политику управления из моделирования в реальность, которую часто называют проблемой Sim2Real», — сказал Сан.

Еще одна проблема заключается в том, что цифровое моделирование обычно дает только 60-70% успеха в начальных реальных приложениях, поэтому Sun планирует потратить не менее года на совершенствование новой автономной робототехнической системы.