Robôs entregam remédios, alimentos e álcool
Se empresas como Amazon e Google atingirem seu objetivo, em breve receberemos entrega de carga sem parar usando robôs. Mas o software MIT é adequado para tais propósitos?Esta edição foi estudada por muitos anos por pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial do Instituto de Tecnologia de Massachusetts (CSAIL), que trabalharam em cenários inspirados em uma variedade de usos, do chão de fábrica à entrega de dron.Em uma recente conferência sobre ciência e sistemas de robótica (RSS) , a equipe da CSAIL apresentou um novo sistema de três robôs que podem trabalhar juntos para produzir produtos de maneira rápida, precisa e, talvez mais importante, em situações imprevisíveis. A equipe afirma que os robôs podem trabalhar em diferentes condições, inclusive em hospitais, durante desastres naturais e até em restaurantes e bares. Para demonstrar sua abordagem, os pesquisadores da CSAIL transformaram seu laboratório em um "bar" em miniatura que incluía um robô barman PR2 e dois robôs Turtlebot de quatro rodas que entraram em escritórios e ofereceram bebidas às pessoas. Os Turtlebots trocaram informações entre si sobre quais pedidos eram necessários em salas diferentes, e outros robôs poderiam entregá-los.Os métodos da equipe refletem o estado dos algoritmos de planejamento modernos que permitem que grupos de robôs executem o trabalho simplesmente de acordo com uma descrição geral da tarefa a ser resolvida.Documento RSS foi co-autor com o professor da Duke University e pós-doutorado do CSAIL George Conidaris, estudantes de pós-graduação do Instituto de Tecnologia de Massachusetts Ariel Anders e Gabriel Cruz, professores do Instituto de Tecnologia de Massachusetts Jonathan Kaku e Leslie Calbling e autor principal da Universidade de Chris Amato, pós-doutorado Nova Hampshire. A única confiança da humanidade é a incerteza
Um dos maiores desafios para os robôs trabalhando juntos é que há muita incerteza no mundo humano.Mais especificamente, os robôs lidam com três tipos de incerteza associados a sensores, resultados de ação e comunicação. Os sensores de cada robô recebem informações imprecisas sobre a localização e as condições de si e das coisas ao redor, diz Amato. - Quanto aos resultados, o robô pode soltar alguma coisa ao tentar pegá-lo ou ficar no caminho. Além disso, os robôs geralmente não conseguem interagir entre si - por causa do ruído no canal de comunicação ou porque estão fora do alcance.
Essas incertezas foram refletidas na tarefa da equipe de entrega: entre outras coisas, o fornecedor do robô poderia servir apenas um garçom de robô por vez e eles não eram capazes de se comunicar se não estivessem próximos. Dificuldades de comunicação como essa são um risco particular em caso de desastres naturais ou no campo de batalha. , , , , — . — , , .
Como resultado, os pesquisadores foram capazes de desenvolver a primeira abordagem de planejamento para demonstrar soluções ideais para todos os três tipos de incerteza.A principal tarefa deles era programar robôs para visualizar tarefas da mesma maneira que os humanos. Como pessoas, não devemos pensar em cada passo que damos; tais ações se tornam uma segunda natureza. Com isso em mente, a equipe programou os robôs para executar uma série de "ações macro", cada uma das quais inclui várias etapas.Por exemplo, quando um garçom robô se move de uma sala para um bar, ele deve estar preparado para várias situações possíveis: o barman pode servir outro robô; ele pode não estar pronto para servir esse robô; pode não estar no lugar. “Você gostaria de poder dizer a um robô para ir ao primeiro quarto e ao outro para trazer uma bebida, para que você não precise acompanhar os robôs passo a passo no processo”, diz Anders. - Este método possui um certo nível de flexibilidade.
A abordagem da equipe às macro ações denominadas "MacDec-POMDPs" é baseada em modelos de planejamento anteriores chamados "processos de tomada de decisão descentralizados e parcialmente observáveis por Markov" ou Dec-POMDPs . Tradicionalmente, esses processos são complexos demais para serem ajustados ao mundo real ”, disse Karl Tuils, professor de ciência da computação na Universidade de Liverpool. - A abordagem da equipe do Instituto de Tecnologia de Massachusetts permite planejar ações em um nível muito mais alto, o que lhes permite aplicá-lo em uma situação real com vários robôs.
Os dados obtidos indicam que em um futuro próximo esses métodos poderão ser aplicados mesmo em campos maiores e mais complexos. Atualmente, Amato e seus colegas estão testando algoritmos de planejamento para grandes tarefas simuladas de busca e resgate com o Lincoln Lab . , — . — , .
Source: https://habr.com/ru/post/pt383395/
All Articles