İnsanların Robotlara Çevrelerini “Görmelerine” Yardım Etmesini Sağlayan Yeni Yöntem

Rice Üniversitesi’ndeki mühendisler, insanların robotlara çevrelerini “görmelerine” ve çeşitli görevleri tamamlamalarına yardımcı olabilecek bir yöntem geliştirdiler.

Yeni strateji, Bayesian Learning IN the Dark (BLIND) olarak adlandırılmaktadır ve robotların kör noktaları olan ortamlarda hareket planlamasının sorununa yönelik yeni bir çözümdür.

Çalışma, bilgisayar bilimcileri Lydi Kavraki ve Vaibhav Unhelkar tarafından yönetildi ve Rice Üniversitesi George R. Brown Mühendislik Okulundan Carlos Quintero-Peña ve Constantinos Chamzas da ortak liderlik yaptı. Çalışma, Institute of Electrical and Electronics Engineers’in Uluslararası Robotik ve Otomasyon Konferansı’nda sunuldu.

İnsan Döngüde

Çalışmaya göre, algoritma bir insanı döngüde tutar ve “robot algılamanın artırılmasına ve özellikle de güvensiz hareketlerin önlenmesine” yardımcı olur.

Ekibin, Bayesian ters pekiştirme öğrenimi ile kurulmuş hareket planlama tekniklerini birleştirdiği ve bu sayede birçok hareket parçasına sahip robotlara yardımcı olduğu belirtildi.

BLIND’i test etmek için, yedi eklemli bir kolla donatılmış bir robot, bir masadan küçük bir silindiri almak ve onu başka bir masaya taşımakla görevlendirildi. Ancak, robot önce bir engelin yanından geçmek zorunda kaldı.

“Daha fazla eklem varsa, robota verilen talimatlar karmaşıklaşır” dedi Quintero-Peña. “Bir insana yön verdiğinizde, sadece ‘Elini kaldır’ diyebilirsiniz.”

Ancak, bir robot her eklemin her noktadaki hareketi hakkında spesifik programlar gerektirir ve bu, engellerin “görüşünü” engellediğinde daha da önemli hale gelir.

Engellerin Çevresinde “Görmeyi” Öğrenmek

BLIND, önceden bir yol planlamaz. Bunun yerine, robota önerilen koreografi seçeneklerini iyileştirmek için insanı işlemin ortasına yerleştirir.

“BLIND, insanların kafasındaki bilgileri almayı ve bu yüksek serbestlik derecesi uzayında yörüngelerimizi hesaplamamızı sağlar” dedi Quintero-Peña. “İnsanlara yörüngenin parçaları üzerinde etiketler veren bir geri bildirim eleştiri adı verilen yöntemi kullanıyoruz; bu, temelde ikili bir geri bildirimdir.”

Etiketler, mümkün olan yolları temsil eden bağlı yeşil noktalar olarak görünür. BLIND, nokta nokta ilerlerken, insan her hareketi onaylar veya reddeder ve böylece yolu iyileştirir ve engellerden kaçınır.

“İnsanların kullanması kolay bir arayüzdür, çünkü ‘bunu beğendim’ veya ‘bunu beğenmedim’ diyebiliriz ve robot bu bilgiyi kullanarak planlar” dedi Chamzas. Robot, hareketleri için ödüllendirildikten sonra görevini tamamlayabilir.

“Buradaki en önemli şey, insan tercihlerinin matematiksel bir formülle tanımlanmasının zor olmasıdır” dedi Quintero-Peña. “Çalışmamız, insan-robot ilişkilerini insan tercihlerini dahil ederek basitleştirir. Uygulamaların bu çalışmadan en çok faydalanacağı şekilde olduğuna inanıyorum.”

Kavraki, NASA’nın Uluslararası Uzay İstasyonu’ndaki humanoid Robonaut için gelişmiş programlama çalışması yaptı.

“Bu çalışma, küçük ama hedefli bir insan müdahalesinin, robotların bazı kısımları kendileri için tamamen bilinmeyen ama insanlarca bilinen ortamlarda karmaşık görevleri gerçekleştirme becerisini nasıl önemli ölçüde geliştirebileceğini mükemmel bir şekilde göstermektedir” dedi Kavraki. “Bu, meslektaşım Profesör Unhelkar’ın araştırma konusu olan insan-robot etkileşimi yöntemlerinin, laboratuvarımda yıllardır öncülüğünü yaptığımız otomatik planlama ile birleşerek insan tercihlerine de saygı duyan güvenilir çözümler sunabileceğini gösteriyor.”