Новий метод дозволяє людям допомагати роботам “бачити” їхнє оточення

Команда інженерів з Райсського університету розробила новий метод, який дозволяє людям допомагати роботам “бачити” їхнє оточення та виконувати різні завдання.

Нова стратегія називається Bayesian Learning IN the Dark (BLIND) і є новим рішенням проблеми планування руху для роботів, які працюють в середовищах з сліпими плямами.

Дослідження очолили фахівці з комп’ютерних наук Ліді Кавракі та Вайбхав Унхелкар разом із Карлосом Квінтеро-Пеньєю та Костянтином Чамзасом з школи інженерії імені Джорджа Р. Брауна Райсського університету. Воно було представлено на Міжнародній конференції з робототехніки та автоматизації Інституту електричних та електронних інженерів.

Людина в циклі

За даними дослідження, алгоритм тримає людину в циклі, щоб “підсилювати сприйняття робота та, що важливо, запобігати виконанню небезпечних рухів”.

Команда поєднала баєсове зворотне навчання з підкріпленням з встановленими методами планування руху, щоб допомогти роботам з великою кількістю рухомих частин.

Для тестування BLIND робот з шарнірною рукою із сімома суглобами був поставлений перед завданням взяти малий циліндр з столу, а потім перемістити його на інший стіл. Однак робот мав спочатку пройти повз бар’єр.

“Якщо у вас більше суглобів, інструкції для робота складніші”, – сказав Квінтеро-Пенья. “Якщо ви направляєте людину, ви можете просто сказати: “Підніміть руку”.

Однак робот потребує програм, які конкретно вказують рух кожного суглоба в кожній точці його траєкторії, і це стає ще важливішим, коли є перешкоди, які блокують його “вид”.

Навчання “бачити” навколо перешкод

BLIND не програмує траєкторію заздалегідь. Натомість, він вставляє людину в середині процесу, щоб уточнити запропоновані роботом варіанти.

“BLIND дозволяє нам використовувати інформацію в голові людини та обчислювати нашу траєкторію в цьому просторі з багатьма ступенями свободи”, – сказав Квінтеро-Пенья. “Ми використовуємо спеціальний спосіб зворотного зв’язку, який називається критикою, по суті двійковий зворотний зв’язок, де людині надаються мітки на частинах траєкторії”.

Мітки з’являються у вигляді з’єднаних зелених крапок, які представляють можливі шляхи. Коли BLIND переходить від крапки до крапки, людина затверджує або відхиляє кожний рух, уточнюючи шлях та уникаючи перешкод.

“Це легкий інтерфейс для людей, оскільки ми можемо сказати: “Мені це подобається” або “Мені це не подобається”, і робот використовує цю інформацію для планування”, – сказав Чамзас. Робот може виконувати завдання після того, як був нагороджений за свої рухи.

“Одна з найважливіших речей тут полягає в тому, що людські уподобання важко описати математичною формулою”, – сказав Квінтеро-Пенья. “Наша робота спрощує людсько-роботичні відносини, враховуючи людські уподобання. Саме так, я думаю, застосування отримає найбільшу вигоду від цієї роботи”.

Кавракі працювала з просунутим програмуванням для людиноподібного робота Robonaut НАСА на Міжнародній космічній станції.

“Ця робота чудово демонструє, як маленьке, але цілеве, людське втручання може суттєво підвищити можливості роботів виконувати складні завдання в середовищах, де деякі частини повністю невідомі роботам, але відомі людині”, – сказала Кавракі.

“Це показує, як методи людсько-роботичної взаємодії, тема дослідження мого колеги професора Унхелкара, та автоматичне планування, яке було впроваджено протягом років у моїй лабораторії, можуть поєднуватися, щоб надавати надійні рішення, які також поважають людські уподобання”.