Roboter liefern Medikamente, Lebensmittel und Alkohol
Wenn Unternehmen wie Amazon und Google ihr Ziel erreichen, erhalten wir die Frachtlieferung bald ohne Unterbrechung mit Robotern. Aber ist MIT-Software für solche Zwecke geeignet ?Dieses Problem wird seit vielen Jahren von Forschern des Labors für Informatik und künstliche Intelligenz (CSAIL) des Massachusetts Institute of Technology untersucht , die an Szenarien gearbeitet haben, die von einer Vielzahl von Anwendungen inspiriert wurden, von der Fabrik bis zur Lieferung von Drohnen.Auf einer kürzlich abgehaltenen RSS- Konferenz (Robotics Science and Systems) stellte das CSAIL-Team ein neues System aus drei Robotern vor, die zusammenarbeiten können, um Produkte in unvorhersehbaren Situationen schnell, genau und vor allem wichtig herzustellen. Das Team behauptet, dass Roboter unter verschiedenen Bedingungen arbeiten können, unter anderem in Krankenhäusern, bei Naturkatastrophen und sogar in Restaurants und Bars. Um ihren Ansatz zu demonstrieren, verwandelten CSAIL-Forscher ihr Labor in eine Miniatur-Bar, die einen PR2-Barkeeper-Roboter und zwei vierrädrige Turtlebot-Roboter enthielt, die in Büros gingen und Menschen Getränke anboten. Turtlebots tauschten untereinander Informationen darüber aus, welche Bestellungen in verschiedenen Räumen benötigt wurden, und dann konnten andere Roboter sie ausliefern.Die Methoden des Teams spiegeln den Stand moderner Planungsalgorithmen wider, die es Gruppen von Robotern ermöglichen, Arbeiten einfach gemäß einer allgemeinen Beschreibung der zu lösenden Aufgabe auszuführen.RSS-Dokument wurde gemeinsam mit dem Professor der Duke University und dem CSAIL-Postdoktoranden George Conidaris, den Doktoranden Ariel Anders und Gabriel Cruz vom Massachusetts Institute of Technology, den MIT-Professoren Jonathan Kaku und Leslie Calbling sowie dem Hauptautor der Postdoctoral University der Chris Amato University verfasst New Hampshire. Das einzige Vertrauen der Menschheit ist die Unsicherheit
Eine der größten Herausforderungen für die Zusammenarbeit von Robotern besteht darin, dass in der menschlichen Welt zu viel Unsicherheit herrscht.Insbesondere befassen sich Roboter mit drei Arten von Unsicherheiten, die mit Sensoren, Aktionsergebnissen und Kommunikation verbunden sind. Die Sensoren jedes Roboters erhalten ungenaue Informationen über den Standort und den Zustand von sich selbst und den umliegenden Dingen, sagt Amato. - Was die Ergebnisse betrifft, kann der Roboter etwas fallen lassen, wenn er versucht, es aufzunehmen oder im Weg zu bleiben. Außerdem können Roboter häufig nicht miteinander interagieren - entweder aufgrund von Rauschen im Kommunikationskanal oder weil sie sich außerhalb der Reichweite befinden.
Diese Unsicherheiten spiegelten sich in der Aufgabe des Lieferteams wider: Unter anderem konnte der Roboterverkäufer jeweils nur einen Roboterkellner bedienen, und sie konnten nicht miteinander kommunizieren, wenn sie sich nicht in unmittelbarer Nähe befanden. Kommunikationsschwierigkeiten wie diese sind ein besonderes Risiko bei Naturkatastrophen oder auf dem Schlachtfeld. , , , , — . — , , .
Infolgedessen konnten die Forscher den ersten Planungsansatz entwickeln, um optimale Lösungen für alle drei Arten von Unsicherheiten aufzuzeigen.Ihre Hauptaufgabe bestand darin, Roboter so zu programmieren, dass sie Aufgaben genauso sehen wie Menschen. Als Menschen sollten wir nicht über jeden Schritt nachdenken, den wir unternehmen. solche Handlungen werden zur zweiten Natur. Vor diesem Hintergrund programmierte das Team die Roboter so, dass sie eine Reihe von "Makroaktionen" ausführen, von denen jede mehrere Schritte umfasst.Wenn sich beispielsweise ein Roboterkellner von einem Raum in eine Bar bewegt, sollte er auf mehrere mögliche Situationen vorbereitet sein: Der Barkeeper kann einen anderen Roboter bedienen; er ist möglicherweise nicht bereit, diesem Roboter zu dienen; Möglicherweise ist es überhaupt nicht vorhanden. „Sie möchten in der Lage sein, einem Roboter zu sagen, er solle in den ersten Raum gehen, und dem anderen, ein Getränk mitzubringen, damit Sie die Roboter nicht Schritt für Schritt begleiten müssen“, sagt Anders. - Diese Methode hat ein gewisses Maß an Flexibilität.
Der Ansatz des Teams für Makroaktionen, die als "MacDec-POMDPs" bezeichnet werden, basiert auf früheren Planungsmodellen, die als "dezentrale, teilweise beobachtbare Markov-Entscheidungsprozesse" oder " Dec-POMDPs" bezeichnet werden . Diese Prozesse waren traditionell zu komplex, um in die reale Welt zu passen “, sagte Karl Tuils, Professor für Informatik an der Universität von Liverpool. - Der Ansatz des Teams am Massachusetts Institute of Technology ermöglicht es Ihnen, Aktionen auf einer viel höheren Ebene zu planen, sodass sie diese in einer realen Situation mit mehreren Robotern anwenden können.
Die erhaltenen Daten zeigen, dass solche Methoden in naher Zukunft auch in größeren und komplexeren Bereichen angewendet werden können. Amato und seine Kollegen testen derzeit Planungsalgorithmen für große simulierte Such- und Rettungsaufgaben mit Lincoln Lab . , — . — , .
Source: https://habr.com/ru/post/de383395/
All Articles