Комп’ютерні вчені розробили точну систему навігації для роботів у відділеннях невідкладної допомоги

Нові розробники системи навігації для роботів, яка виявилася більш точною, була розроблена комп’ютерними вченими з Університету Каліфорнії в Сан-Дієго. Ця система дозволить роботам краще орієнтуватися в відділеннях невідкладної допомоги та переповнених клінічних умовах. Разом з новою системою дослідники також розробили набір відкритих відео, які можна використовувати для навчання майбутніх систем навігації роботів.

Дослідження було представлено у статті для Міжнародної конференції з робототехніки та автоматизації, яка відбудеться в Сіані, Китай, з 30 травня по 5 червня. Команду очолювали професор Лорел Рік та аспірант Анжеліка Тейлор.

Клініцисти давно говорили про те, як роботи можуть допомогти лікарям, медсестрам та персоналу в відділенні невідкладної допомоги, і одним з висновків було те, що вони можуть зробити це, доставляючи матеріали та припаси. Для цього роботи повинні бути здатні уникати ситуацій, які включають зайнятих клініцистів, які працюють з пацієнтами в критичному або серйозному стані.

Рік має призначення в галузі комп’ютерних наук та медицини невідкладних станів в Університеті Каліфорнії в Сан-Дієго.

“Для виконання цих завдань роботи повинні розуміти контекст складних лікарняних умов та людей, які працюють навколо них”, – сказала Рік.

Безпека критичної глибокої мережі Q (SafeDQN)

Система навігації, розроблена Тейлор та колегами, називається Безпека критичної глибокої мережі Q (SafeDQN). Вона була побудована навколо алгоритму, який аналізує кількість людей, які зібралися в одному місці, та швидкість їх руху.

Алгоритм базується на спостереженнях за клініцистами в відділенні невідкладної допомоги, наприклад, коли вся команда надає допомогу пацієнту, який має погіршення стану. Клініцисти рухаються в умовах невідкладної допомоги дуже точно та швидко, тому система навігації дозволяє роботам рухатися навколо цих груп людей, уникając перешкод.

Тейлор є частиною лабораторії робототехніки охорони здоров’я Ріка в університеті Каліфорнії в Сан-Дієго.

“Наша система була розроблена для роботи в найгірших випадках, які можуть трапитися в відділенні невідкладної допомоги”, – сказала Тейлор

Алгоритм був навчений за допомогою відео з YouTube, які походять з документальних фільмів та реаліті-шоу про відділення невідкладної допомоги. Є понад 700 відео, які доступні іншим дослідницьким командам для навчання алгоритмів та роботів.

Алгоритм був протестований у симульованій обстановці, і коли його порівняли з іншими системами навігації для роботів, система SafeDQN виявилася більш ефективною та безпечною в усіх випадках.

Дослідники тепер будуть тестувати систему на фізичному роботі в реальній обстановці, і вони кажуть, що вона має застосування поза відділенням невідкладної допомоги, наприклад, у пошуково-рятувальних місіях.