Računalniški znanstveniki razvijajo natančen navigacijski sistem za robote na urgenci

Novo razvit navigacijski sistem za robote, ki se je izkazal za natančnejšega, so razvili računalniški znanstveniki na kalifornijski univerzi San Diego. Sistem bo robotom omogočil boljšo navigacijo po urgentnih oddelkih in natrpanih kliničnih okoljih. Skupaj z novim sistemom so raziskovalci razvili tudi nabor odprtokodnih videoposnetkov, ki jih je mogoče uporabiti za usposabljanje prihodnjih robotskih navigacijskih sistemov. 

O Raziskave je bil predstavljen v prispevku za mednarodno konferenco o robotiki in avtomatizaciji, ki bo potekala v Xi'anu na Kitajskem od 30. maja do 5. junija. Ekipo sta vodili profesorica Laurel Riek in doktorska študentka Angelique Taylor. 

Kliniki so dolgo govorili o tem, kako bi lahko roboti pomagali zdravnikom, medicinskim sestram in osebju na oddelku za nujne primere, in eden od zaključkov je bil, da bi to najbolje storili z dostavo zalog in materialov. Da bi se to zgodilo, bi morali biti roboti sposobni izogniti se situacijam, ki vključujejo zaposlene klinike, ki so z bolniki v kritičnem ali resnem stanju. 

Riek je imenovan za računalništvo in nujno medicino na UC San Diego. 

»Za opravljanje teh nalog morajo roboti razumeti kontekst zapletenih bolnišničnih okolij in ljudi, ki delajo okoli njih,« je dejal Riek.

Varnostno kritično globoko Q-omrežje (SafeDQN) 

Navigacijski sistem, ki so ga zgradili Taylor in njegovi sodelavci, se imenuje Safety Critical Deep Q-Network (SafeDQN). Zgrajen je bil okoli algoritma, ki ugotavlja, koliko ljudi je stisnjenih skupaj v prostoru in kako nenadoma se premikajo. 

Algoritem to temelji na opazovanjih klinikov na urgentnem oddelku, na primer, ko celotna ekipa nudi pomoč pacientu, ki ima poslabšanje stanja. Zdravniki se v nujnih primerih gibljejo na zelo natančen in hiter način, zato navigacijski sistem robotom omogoča, da se premikajo okoli teh skupin ljudi, pri tem pa se izogibajo oviranju.

Taylor je del Riekovega laboratorija za robotiko v zdravstvu na oddelku za računalništvo in tehniko UC San Diego. 

"Naš sistem je bil zasnovan za obravnavo najslabših scenarijev, ki se lahko zgodijo v ED," je dejal Taylor

Algoritem so učili z videoposnetki na Youtube, ki so izhajali iz dokumentarnih filmov in resničnostnih šovov o urgentnih sobah. Obstaja več kot 700 videoposnetkov, ki so na voljo drugim raziskovalnim skupinam, ki želijo učiti algoritme in robote.

Algoritem je bil preizkušen v simuliranem okolju in v primerjavi z drugimi najsodobnejšimi navigacijskimi sistemi za robote je bil sistem SafeDQN v vseh primerih učinkovitejši in varnejši. 

Raziskovalci bodo zdaj testirali sistem na fizičnem robotu v resničnem okolju in pravijo, da ima aplikacije zunaj oddelka za nujne primere, kot so misije iskanja in reševanja.