Les robots livrent des médicaments, de la nourriture et de l'alcool
Si des entreprises telles qu'Amazon et Google atteignent leur objectif, nous recevrons assez rapidement une livraison de fret sans escale à l' aide de robots. Mais le logiciel MIT convient-il à de telles fins?Cette question a été étudiée pendant de nombreuses années par des chercheurs du Laboratoire d'informatique et d'intelligence artificielle du Massachusetts Institute of Technology (CSAIL) qui ont travaillé sur des scénarios inspirés par une variété d'utilisations, de l'usine à la livraison de drons.Lors d'une récente conférence Robotics Science and Systems (RSS) , l'équipe CSAIL a dévoilé un nouveau système de trois robots qui peuvent travailler ensemble pour produire des produits rapidement, avec précision et peut-être plus important encore, dans des situations imprévisibles. L'équipe affirme que les robots peuvent fonctionner dans différentes conditions, y compris dans les hôpitaux, lors de catastrophes naturelles, et même dans les restaurants et les bars. Pour démontrer leur approche, les chercheurs de CSAIL ont transformé leur laboratoire en un «bar» miniature qui comprenait un robot barman PR2 et deux robots Turtlebot à quatre roues qui se sont rendus dans les bureaux et ont offert des boissons aux gens. Les Turtlebots ont échangé des informations entre eux sur les commandes nécessaires dans différentes pièces, puis d'autres robots pourraient les livrer.Les méthodes de l'équipe reflètent l'état des algorithmes de planification modernes qui permettent à des groupes de robots d'effectuer un travail simplement selon une description générale de la tâche à résoudre.Document RSS a été co-écrit avec le professeur de l'Université Duke et étudiant postdoctoral CSAIL George Conidaris, les étudiants diplômés du Massachusetts Institute of Technology Ariel Anders et Gabriel Cruz, les professeurs MIT Jonathan Kaku et Leslie Calbling, et auteur principal de l'Université Chris Amato Université postdoctorale New Hampshire. La seule confiance de l'humanité est l'incertitude
L'un des plus grands défis pour les robots travaillant ensemble est qu'il y a trop d'incertitude dans le monde humain.Plus précisément, les robots gèrent trois types d'incertitude associés aux capteurs, aux résultats d'action et à la communication. Les capteurs de chaque robot reçoivent des informations inexactes sur l'emplacement et l'état d'eux-mêmes et des choses autour, explique Amato. - Quant aux résultats, le robot peut laisser tomber une chose en essayant de la ramasser ou de rester sur le chemin. Et d'ailleurs, les robots sont souvent incapables d'interagir les uns avec les autres - soit à cause du bruit dans le canal de communication, soit parce qu'ils sont hors de portée.
Ces incertitudes se reflétaient dans la tâche de l'équipe de livraison: entre autres, le vendeur de robots ne pouvait servir qu'un seul serveur robot à la fois, et ils n'étaient pas en mesure de communiquer entre eux s'ils n'étaient pas à proximité. De telles difficultés de communication sont un risque particulier en cas de catastrophe naturelle ou sur le champ de bataille. , , , , — . — , , .
En conséquence, les chercheurs ont pu développer la première approche de planification pour démontrer des solutions optimales pour les trois types d'incertitude.Leur tâche principale était de programmer des robots pour afficher les tâches de la même manière que les humains. En tant que personnes, nous ne devons pas penser à chaque pas que nous faisons; ces actions deviennent une seconde nature. Dans cet esprit, l'équipe a programmé les robots pour effectuer une série de "macro actions", chacune comprenant plusieurs étapes.Par exemple, lorsqu'un robot serveur passe d'une pièce à un bar, il doit être préparé à plusieurs situations possibles: le barman peut servir un autre robot; il n'est peut-être pas prêt à servir ce robot; il n'est peut-être pas en place du tout. «Vous aimeriez pouvoir simplement dire à un robot d'aller dans la première pièce et à l'autre d'apporter un verre pour ne pas avoir à accompagner les robots pas à pas dans le processus», explique Anders. - Cette méthode a un certain niveau de flexibilité.
L’approche de l’équipe aux macro-actions appelées «MacDec-POMDPs» est basée sur des modèles de planification antérieurs appelés «processus décisionnels de Markov décentralisés et partiellement observables», ou Dec-POMDPs . Ces processus ont traditionnellement été trop complexes à l'échelle pour s'adapter au monde réel », a déclaré Karl Tuils, professeur d'informatique à l'Université de Liverpool. - L'approche de l'équipe du Massachusetts Institute of Technology vous permet de planifier des actions à un niveau beaucoup plus élevé, ce qui leur permet de l'appliquer en situation réelle avec plusieurs robots.
Les données obtenues indiquent que dans un avenir proche, ces méthodes peuvent être appliquées même dans des domaines plus vastes et plus complexes. Amato et ses collègues testent actuellement des algorithmes de planification pour de grandes tâches de recherche et de sauvetage simulées avec Lincoln Lab . , — . — , .
Source: https://habr.com/ru/post/fr383395/
All Articles