Автономний робот відкриває двері та заряджає себе

Команда студентів-інженерів з Університету Цинциннаті створює автономного робота, який може самостійно відкривати двері та знаходити найближчу електричну розетку, що дозволяє йому заряджатися без допомоги людини.

Нове дослідження було опубліковане в журналі IEEE Access.

Двері – Криптоніт Робота

Одним з найбільших перешкод для роботів є двері.

Оу Ма – професор аерокосмічної інженерії в Університеті Цинциннаті.

“Роботи можуть робити багато речей, але якщо ви хочете, щоб один з них відкрив двері самостійно та пройшов через дверний прохід, це величезна проблема”, – сказав Ма.

Команда змогла подолати цю проблему в тривимірних цифрових симуляціях, і це великий крок вперед для допоміжних роботів. Ці роботи можуть включати ті, які підметають та дезінфікують офісні будівлі, аеропорти та лікарні. Вони становлять велику частку $27-мільярдової промисловості робототехніки.

Юфен Сун – головний автор дослідження та докторант Університету Цинциннаті.

За словами Суна, деякі дослідники працювали над цією проблемою, скануючи всю кімнату, щоб створити 3D-цифрову модель, яка дозволяє роботові знайти двері. Однак це довгострокове рішення, яке застосовується лише до сканованої кімнати.

Є багато перешкод для створення автономного робота, який може самостійно відкрити двері. По-перше, двері мають різні кольори та розміри, а також різні ручки, які можуть бути нижчими або вищими. Роботи також повинні знати, яку силу використовувати, щоб відкрити двері та подолати опір. Оскільки багато публічних дверей мають функцію самозакриття, робот може втратити хватку та бути змушений почати спочатку.

https://www.youtube.com/watch?v=O_FV47hIRus

Використання машинного навчання

За допомогою машинного навчання студенти Університету Цинциннаті змогли навчити робота “вчитися” відкривати двері методом проб та помилок. Це означає, що робот виправляє свої помилки по ходу справи, а симуляції допомагають йому підготуватися до реальної задачі.

“Роботу потрібні достатні дані або ‘досвід’ для навчання”, – сказав Сун. “Це велика проблема для інших робототехнічних застосунків, які використовують підходи, засновані на штучному інтелекті, для виконання реальних завдань”.

Сун та магістр Університету Цинциннаті Сем Кінг зараз перетворюють успішне дослідження симуляції в реального робота.

“Проблема полягає в тому, як перенести це вивчене контрольне рішення з симуляції до реальності, яке часто називають ‘Sim2Real’-проблемою”, – сказав Сун.

Іншою проблемою є те, що цифрові симуляції зазвичай мають лише 60-70% успіху в початкових реальних застосуваннях, тому Сун планує витратити щонайменше рік на вдосконалення нової системи автономної робототехніки.