Gardets

MÀnniskor i slingan hjÀlper robotar att hitta sin vÀg

Uppgiften för denna Fetch-robot av Rice Universitys datavetare underlÀttas av deras BLIND-programvara, som möjliggör mÀnskligt ingripande nÀr robotens vÀg blockeras av ett hinder. Att hÄlla en mÀnniska i slingan ökar robotuppfattningen och förhindrar utförandet av osÀkra rörelser, enligt forskarna. Kredit: Kavraki Lab

Precis som vi kan robotar inte se genom vÀggar. Ibland behöver de lite hjÀlp för att ta sig dit de ska.

Ingenjörer vid Rice University har utvecklat en metod som gör att mĂ€nniskor kan hjĂ€lpa robotar att “se” sina miljöer och utföra uppgifter.

Strategin som kallas Bayesian Learning IN the Dark – BLIND, för kort – Ă€r en ny lösning pĂ„ det lĂ„ngvariga problemet med rörelseplanering för robotar som arbetar i miljöer dĂ€r inte allt Ă€r klart synligt hela tiden.

Studien ledd av datavetarna Lydia Kavraki och Vaibhav Unhelkar och medförfattarna Carlos Quintero-Peña och Constantinos Chamzas frÄn Rices George R. Brown School of Engineering presenterades vid Institute of Electrical and Electronics Engineers International Conference on Robotics and Automation i slutet av maj.

Algoritmen utvecklad frĂ€mst av Quintero-Peña och Chamzas, bĂ„da doktorander som arbetar med Kavraki, hĂ„ller en mĂ€nniska i slingan för att “förstĂ€rka robotuppfattningen och, viktigare, förhindra exekvering av osĂ€kra rörelser”, enligt studien.

För att göra det kombinerade de Bayesiansk inversförstĂ€rkningsinlĂ€rning (genom vilken ett system lĂ€r sig av kontinuerligt uppdaterad information och erfarenhet) med etablerade rörelseplaneringstekniker för att hjĂ€lpa robotar som har “höga frihetsgrader” – det vill sĂ€ga mĂ„nga rörliga delar.

För att testa BLIND instruerade Rice-labbet en Fetch-robot, en ledad arm med sju leder, att ta tag i en liten cylinder frÄn ett bord och flytta den till ett annat, men dÄ var den tvungen att gÄ förbi en barriÀr.

“Om du har fler leder Ă€r instruktionerna till roboten komplicerade,” sa Quintero-Peña. “Om du dirigerar en mĂ€nniska kan du bara sĂ€ga “LĂ€ft upp handen.”

Men en robots programmerare mĂ„ste vara specifika om varje leds rörelse vid varje punkt i dess bana, sĂ€rskilt nĂ€r hinder blockerar maskinens “sikt” av dess mĂ„l.

Kredit: Rice University

IstĂ€llet för att programmera en bana i förvĂ€g, infogar BLIND en mĂ€nsklig mittprocess för att förfina de koreograferade alternativen – eller bĂ€sta gissningar – som föreslagits av robotens algoritm. “BLIND tillĂ„ter oss att ta information i mĂ€nniskans huvud och berĂ€kna vĂ„ra banor i detta utrymme med hög grad av frihet,” sa Quintero-Peña.

“Vi anvĂ€nder ett specifikt sĂ€tt för feedback som kallas kritik, i grunden en binĂ€r form av feedback dĂ€r mĂ€nniskan fĂ„r etiketter pĂ„ delar av banan,” sa han.

Dessa etiketter visas som sammankopplade gröna punkter som representerar möjliga vÀgar. NÀr BLIND gÄr frÄn prick till prick, godkÀnner eller förkastar mÀnniskan varje rörelse för att förfina vÀgen och undvika hinder sÄ effektivt som möjligt.

“Det Ă€r ett enkelt grĂ€nssnitt för mĂ€nniskor att anvĂ€nda, eftersom vi kan sĂ€ga “jag gillar det hĂ€r” eller “jag gillar inte det”, och roboten anvĂ€nder den hĂ€r informationen för att planera,” sa Chamzas. NĂ€r den vĂ€l belönas med en godkĂ€nd uppsĂ€ttning rörelser kan roboten utföra sin uppgift, sa han.

“En av de viktigaste sakerna hĂ€r Ă€r att mĂ€nskliga preferenser Ă€r svĂ„ra att beskriva med en matematisk formel,” sa Quintero-Peña. “VĂ„rt arbete förenklar relationer mellan mĂ€nniska och robot genom att införliva mĂ€nskliga preferenser. Det Ă€r sĂ„ jag tror att applikationer kommer att fĂ„ mest nytta av det hĂ€r arbetet.”

“Det hĂ€r arbetet exemplifierar pĂ„ ett underbart sĂ€tt hur lite, men riktat, mĂ€nskligt ingripande avsevĂ€rt kan förbĂ€ttra robotarnas förmĂ„ga att utföra komplexa uppgifter i miljöer dĂ€r vissa delar Ă€r helt okĂ€nda för roboten men kĂ€nda för mĂ€nniskan”, sĂ€ger Kavraki, en robotpionjĂ€r vars CV inkluderar avancerad programmering för NASA:s humanoid Robonaut ombord pĂ„ den internationella rymdstationen.

“Det visar hur metoder för interaktion mellan mĂ€nniska och robot, Ă€mnet för forskning av min kollega professor Unhelkar och automatiserad planering som varit banbrytande i flera Ă„r pĂ„ mitt laboratorium kan blandas för att leverera tillförlitliga lösningar som ocksĂ„ respekterar mĂ€nskliga preferenser.”


Forskare utvecklar algoritmer för att dela upp uppgifter för mÀnniskor-robot-team


Mer information:
MÀnniskostyrd rörelseplanering i delvis observerbara miljöer tillhandahÄlls av Rice University

Citat:Humans in the loop hjÀlper robotar att hitta sin vÀg (2022, 15 juni)hÀmtad 15 juni 2022 frÄn https://techxplore.com/news/2022-06-humans-loop-robots.html

Detta dokument Àr föremÄl för upphovsrÀtt. Bortsett frÄn all rÀttvis handel i syfte att privata studier eller forskning, fÄr ingen del reproduceras utan skriftligt tillstÄnd. InnehÄllet tillhandahÄlls endast i informationssyfte.

HĂ„ll kontakten med oss ​​pĂ„ sociala medieplattformar för omedelbar uppdatering klicka hĂ€r för att gĂ„ med i vĂ„r Twitter och Facebook

BotĂłn volver arriba

Annonsblockerare upptÀckt

Du mÄste ta bort AD BLOCKER för att fortsÀtta anvÀnda vÄr webbplats TACK