Kreditas: Tee et al. I2R ASTAR Singapūre ir UM-CNRS LIRMM Prancūzijoje mokslininkai neseniai sukūrė sistemą, kuri galėtų pagerinti robotų gebėjimą nustatyti aplinkoje esančius objektus, kurie galėtų būti potencialūs įrankiai, ir tada panaudoti juos rankų darbo užduotims atlikti, net jei jie niekada anksčiau nebuvo susidūrę su šiais objektais. Jų metodas, pristatytas straipsnyje, paskelbtame žurnale Nature Machine Intelligence, galėtų gerokai padidinti robotų sistemų gebėjimą atlikti sudėtingas užduotis, kurioms gali prireikti įrankių, be jokio išankstinio įrankių mokymo.
„Žmonės nuostabiai moka atpažinti atsitiktinius aplinkos objektus kaip potencialius įrankius ir jais naudotis”, – „TechXplore” sakė Ganeshas Gowrishankaras, vienas iš tyrimą atlikusių mokslininkų. „Panašūs gebėjimai gali būti labai naudingi robotams ir įgalinti juos būti novatoriškais „nestruktūruotoje” (t. y. nemodeliuojamoje ir nenuspėjamoje) aplinkoje. Pavyzdžiui, įsivaizduokite, kad gelbėjimo robotas nelaimės scenarijuje galėtų savarankiškai (be žmogaus pagalbos) spręsti užduotis ir apeiti kliūtis, naudodamasis turimomis nuolaužomis kaip įrankiais.”
Nors daug ankstesnių robotikos srities tyrimų atskleidė didžiulį sistemų, galinčių naudoti įrankius fizinėms užduotims atlikti, potencialą, visiems iki šiol pasiūlytiems metodams reikėjo išankstinio mokymosi dirbti su įrankiais. Tai buvo pasiekiama imituojant, naudojant įrankius naudojančių žmonių ar kitų robotų vaizdo įrašus, arba tiesiogiai fiziniame pasaulyje, naudojant įrankį.”
Kita vertus, Keng Peng Tee, Gowrishankar ir jų kolegų darbo tikslas buvo sukurti sistemą, kuri leistų robotams atpažinti potencialiai naudingus įrankius iš karto, remiantis jų forma ir dydžiu, net jei jie niekada anksčiau nebuvo susidūrę su šiais objektais ir niekada nebuvo mokomi, kaip jais ar kitais įrankiais naudotis. Mokslininkai jau kelerius metus dirba prie tokios sistemos.
„Savo naujajame straipsnyje mes sujungėme savo ankstesnį darbą, susijusį su žmogaus įrankių naudojimu, „įkūnijimu” ir žmogaus įrankių apibūdinimu, kad sukurtume pažinimo sistemą, kuri leistų robotams, neturintiems jokios įrankių naudojimo patirties, atpažinti objektus (net ir tuos, kuriuos jie mato pirmą kartą) kaip įrankius tam tikrai užduočiai atlikti ir iš karto juos naudoti – visai kaip žmogus, – sakė Gowrishankar.
Atlikdami ankstesnius tyrimus ir peržiūrėdami esamą literatūrą, Tee ir Gowrishankar atrado, kad žmonės, norėdami nustatyti, ar įrankis gali būti naudingas tam tikrai užduočiai atlikti, gali remtis savo rankų ar plaštakų forma ir veiksmais, kuriuos jie atlieka savo rankomis ir (arba) plaštakomis. Jų sukurta nauja sistema pagrįsta šia idėja, nes ji skatina robotus naudoti savo galūnes nustatant, ar aplinkoje esantys objektai gali būti naudojami kaip įrankiai.
Paveikslas, kuriame aprašoma komandos sistemos idėja. Žmonės gali atpažinti apatinėje eilutėje esančius objektus kaip įrankius užduočiai atlikti, žiūrėdami į jų rankų laikyseną atliekant tą pačią užduotį. Įrankių forma panaši į rankos / plaštakos formą, o veiksmai, kuriuos turime atlikti su šiais įrankiais, kad atliktume užduotį, yra panašūs į tuos, kuriuos atliktume savo rankomis spręsdami tą pačią užduotį. Kreditas: Tee et al. „Mūsų sistema naudoja mūsų atradimus, kad robotai galėtų intuityviai naudotis įrankiais, – paaiškino Tee. „Tiksliau, ji leidžia robotui išskirti savo galūnės „funkcionalumo” savybes, kurios leidžia atlikti užduotį, panaudoti šias savybes atpažįstant objektą kaip potencialų įrankį tai pačiai užduočiai atlikti ir tada sukurti sėkmingus judesius su įrankiu, naudojant roboto jau turimus įgūdžius (valdiklius).”
Iš esmės mokslininkų sistema leidžia robotams naudoti įrankius bet kokiai užduočiai, kurią jie gali atlikti be įrankių (t. y. bet kokiai užduočiai, kuriai jie turi vadinamąjį „valdiklį”), atlikti. Reikia tik, kad robotas turėtų integruotas kameras arba jutiklius, kurie leistų jam „vizualiai” suvokti aplink esančius objektus
Tee, Gowrishankaro ir jų kolegų sukurta naujoji sistema galėtų būti naudojama tiek esamų, tiek naujai kuriamų robotų galimybėms pagerinti, kad jie galėtų geriau išnaudoti aplinkoje esančius objektus vykdydami konkrečią užduotį. Kadangi tikslus vizualinis robotų suvokimas vis dar yra techninis iššūkis, šiuo metu sistemos galimybės yra ribotos.
„Dabartiniu pavidalu mūsų sistema pagrįsta tik vizualiniu suvokimu, – sakė Tee. „Todėl ji tinka įrankiams, kurie leidžia „kinematiškai išplėsti” – išplėsti mūsų galūnių formą ir dydį (kurį galima suvokti vizualiai). Tai apima didelį (tikriausiai daugumą) įrankių, kuriuos naudojame kasdieniame gyvenime, rinkinį – šaukštus, grėblius, žnyples, žnyples, lėkštes ir net kėdes (užlipti) ir pan.”
Nors mokslininkų sistema apima daugelį paprastų įrankių, kuriuos naudojame kasdieniame gyvenime, dabartiniu pavidalu ji neleistų robotams atpažinti ir naudoti įrankių, leidžiančių vadinamuosius „dinaminius / jėgos padidinimus”, pavyzdžiui, plaktukų ar svertų. Pagrindinė to priežastis yra ta, kad norint atpažinti šiuos įrankius, reikia ne tik žiūrėti į jų formą ir dydį, bet ir žinoti jų svorį ir dinamines savybes.
Taigi, norint atpažinti šiuos įrankius kaip naudingus, robotui reikėtų papildomo suvokimo sluoksnio, kuris leistų jam susieti vizualines / fizines objekto savybes su jo dinaminėmis savybėmis. Kad tai pasiektų, Gowrishankaras ir jo kolegos dabar planuoja toliau plėtoti savo sistemą.
„Per kitus tyrimus norėtume išplėsti savo sistemą, kad ji leistų naudoti dinaminius įrankius”, – pridūrė Gowrishankaras. „Taip pat norėtume integruoti mūsų sistemą su mokymosi metodais, pasiūlytais kituose įrankių naudojimo tyrimuose. Tai būtina, kad robotas galėtų naudoti įrankius užduotims, kurioms jis neturi valdiklio (to mūsų sistema nenagrinėja), todėl tai galėtų priartinti robotus prie žmonių įrankių naudojimo galimybių.”
Daugiau informacijos: Keng Peng Tee et al, A framework for tool cognition in robots without previously tool learning or observation, Nature Machine Intelligence (2022). DOI: 10.1038/s42256-022-00500-9
Keng Peng Tee et al, Towards Emergence of Tool Use in Robots: 2018 IEEE tarptautinė robotikos ir automatikos konferencija (ICRA) (2018). DOI: 10.1109/ICRA.2018.8460987
Laura Aymerich-Franch et al, The role of functionality in the body model for self-attribution, Neuroscience Research (2015). DOI: 10.1016/j.neures.2015.11.001
G. Ganesh et al, Immediate tool incorporation processes determine human motor planning with tools, Nature Communications (2014). DOI: 10.1038/ncomms5524
© 2022 Science X Network
Citation: A framework that could enhance the ability of robots to use physical tools (2022, liepa 13) gauta rugpjūčio 1 d. 2022 iš https://techxplore.com/news/2022-07-framework-ability-robots-physical-tools.html
Šiam dokumentui taikomos autorių teisės. Be raštiško leidimo negalima atgaminti jokios jo dalies, išskyrus sąžiningą naudojimą asmeninių studijų ar mokslinių tyrimų tikslais. Turinys pateikiamas tik informaciniais tikslais.
