Как и мы, роботы не видят сквозь стены. Иногда им нужна небольшая помощь, чтобы добраться туда, куда они направляются.
Инженеры из Университета Райса разработали метод, который позволяет людям помогать роботам «видеть» окружающую их среду и выполнять задачи.
Стратегия под названием «Байесовское обучение в темноте» — для краткости «слепой» — представляет собой новое решение давней проблемы планирования движений для роботов, которые работают в среде, где не всегда все четко видно.
Исследование, проведенное учеными-компьютерщиками Лидией Кавраки и Вайбхавом Унхелкаром, а также соавторами Карлосом Кинтеро-Пеньей и Константиносом Чамзасом из Инженерной школы Джорджа Р. Брауна Райс, было представлено на Международной конференции инженеров по электротехнике и электронике по робототехнике и автоматизации в конец мая.
Согласно исследованию, алгоритм, разработанный в первую очередь Кинтеро-Пеньей и Чамзасом, аспирантами, работающими с Кавраки, держит человека в курсе, чтобы «усилить восприятие робота и, что важно, предотвратить выполнение небезопасного движения».
Для этого они объединили байесовское обратное обучение с подкреплением (с помощью которого система учится на постоянно обновляемой информации и опыте) с установленными методами планирования движения, чтобы помочь роботам с «высокими степенями свободы», то есть с большим количеством движущихся частей.
Чтобы протестировать BLIND, лаборатория Райса приказала роботу Fetch, шарнирной руке с семью суставами, взять небольшой цилиндр со стола и переместить его на другой, но при этом он должен был преодолеть барьер.
«Если у вас больше суставов, инструкции для робота усложняются», — сказал Кинтеро-Пенья. «Если вы управляете человеком, вы можете просто сказать: «Поднимите руку».
Но программисты робота должны быть точны в отношении движения каждого сустава в каждой точке его траектории, особенно когда препятствия блокируют «вид» машины на ее цель.
Вместо того, чтобы заранее программировать траекторию, BLIND вставляет человека в середине процесса, чтобы уточнить срежиссированные варианты — или наилучшие предположения — предложенные алгоритмом робота. «BLIND позволяет нам получать информацию из головы человека и вычислять наши траектории в этом пространстве с высокой степенью свободы», — сказал Кинтеро-Пенья.
«Мы используем особый способ обратной связи, называемый критикой, в основном бинарную форму обратной связи, когда человеку даются ярлыки на части траектории», — сказал он.
Эти метки отображаются в виде соединенных зеленых точек, обозначающих возможные пути. По мере того, как СЛЕПОЙ шагает от точки к точке, человек одобряет или отвергает каждое движение, чтобы уточнить путь, максимально эффективно избегая препятствий.
«Это простой интерфейс для людей, потому что мы можем сказать: «Мне это нравится» или «Мне это не нравится», и робот использует эту информацию для планирования», — сказал Чамзас. По его словам, получив вознаграждение за утвержденный набор движений, робот может выполнять свою задачу.
«Одним из самых важных моментов здесь является то, что человеческие предпочтения трудно описать с помощью математической формулы», — сказал Кинтеро-Пенья. «Наша работа упрощает отношения между человеком и роботом за счет учета человеческих предпочтений. Именно поэтому я думаю, что приложения получат наибольшую выгоду от этой работы».
«Эта работа прекрасно иллюстрирует, как небольшое, но целенаправленное человеческое вмешательство может значительно расширить возможности роботов для выполнения сложных задач в среде, где некоторые части совершенно неизвестны роботу, но известны человеку», — сказал Кавраки, пионер робототехники, чей резюме включает продвинутое программирование для робота-гуманоида НАСА на борту Международной космической станции.
«Это показывает, как методы взаимодействия человека и робота , предмет исследования моего коллеги профессора Унхелкара, и автоматизированное планирование, впервые разработанное в моей лаборатории в течение многих лет, могут сочетаться для предоставления надежных решений, которые также учитывают предпочтения человека».
