Roboti uče prilagođavanje pokreta kao ljudi da bi se sprečilo ispadanje predmeta

Da bi efikasno izveli razne zadatke iz stvarnog sveta, roboti treba da imaju sposobnost pouzdanog držanja predmeta različitih oblika, tekstura i veličina, bez ispuštanja na neželjenim lokacijama.

Konvencionalni pristupi unapređivanju sposobnosti robota da drže predmete funkcionišu putem jačanja zahvata robotske šake u cilju sprečavanja da predmeti iskliznu.

Preporučujemo

Istraživači su nedavno predstavili alternativne kompjuterske strategije za sprečavanje ispadanja predmeta iz robotske šake, tako što se modifikuju putanje koje robotska šaka sledi tokom izvođenja manipulativnih pokreta. Ovaj pristup obuhvata robotski kontrolor i novu bioinspirisanu strategiju prediktivne modulacije putanje.

„Inspiracija je došla iz ljudskog iskustva. Kad nosite lomljiv ili klizav predmet i osećate da počinje da klizi, jače stezanje nije jedina reakcija. Umesto toga, suptilno prilagođavate pokrete – usporavate, naginjete ili menjate položaj šake – da biste održali zahvat“, kažu istraživači. „Roboti se, međutim, oslanjaju samo na pojačavanje stiska kako bi sprečili klizanje, što nije uvek uspešno i može čak oštetiti osetljive predmete. Istraživali smo da li možemo obučiti robote da se ponašaju više kao ljudi u tim situacijama“.

Glavni cilj bio je razvoj kontrolnog uređaja koji može predvideti kad bi predmet mogao iskliznuti iz robotovog zahvata i podesiti pokrete u cilju sprečavanja da predmet isklizne, slično kao što ljudi prilagođavaju svoje pokrete kad rukuju predmetima.

Kontrolor se zasniva na bioinspirisanoj strategiji modulacije trajektorije, koja dopunjuje konvencionalne tehnike za modulaciju snage robotovog zahvata, omogućavajući spretnije rukovanje.

„Kao što ljudski mozak neprestano predviđa ishode postupaka – npr. da li će časa iskliznuti ako se krećemo previše brzo – naš model omogućava robotu da predvidi buduće taktilne osećaje. Te predikcije se zatim koriste za detekciju instanci klizanja i prilagođavanje pokreta tako da do njih ne dođe“, kažu istraživači.

Kontrolor omogućava robotima da uspore, promene pravac i prilagode poziciju i orijentaciju šaka u realnom vremenu, umesto pukog jačeg stezanja predmeta radi sprečavanja da iskliznu. Ova alternativna strategija obezbeđivanja predmeta putem izmene robotskih pokreta može smanjiti rizik od oštećenja. Modulacija trajektorije funkcioniše i u slučajevima kad jačina stiska ne može biti izmenjena, omogućavajući fluidnije i pametnije interakcije sa širokim spektrom predmeta.

„Naša studija predstavlja dva ključna koraka napred. Prvi je kontrolor na bazi pokreta, prvi svoje vrste. Ta strategija dopunjuje kontrolu na osnovu jačine zahvata i posebno je značajna kad pojačavanje stiska nije pogodno – kao sa osetljivim predmetima, mokrim ili klizavim površinama, ili sa hadverom koji ne podržava dinamičnu kontrolu zahvata“, kažu istraživači.

„Drugi korak je prediktivni kontrolor na bazi naučenog taktilnog modela koji omogućava robotima da predvide klizanje na osnovu planiranih akcija“.

Novi kontrolor je upotrebljen za planiranje pokreta robotske hvataljke i testiran u dinamičnim, nestrukturiranim sredinama. Otkriveno je da značajno unapređuje stabilnost robotovog zahvata u nekim slučajevima, nadmašujući konvencionalne kontrolore koji funkcionišu samo putem adaptacija snage držanja.

Ovaj rad bi mogao doprineti da roboti bezbednije postupaju sa raznim fizičkim i potencijalno društvenim interakcijama, da rukuju različitim predmetima u širokom dijapazonu realnih situacija, uključujući domaćinstva, proizvodna mesta i zdravstvene objekte.

„Aktivno radimo na tome da naš prediktivni kontrolor bude brži i efikasniji, kako bi se mogao primeniti čak i u još zahtevnijim situacijama stvarnog sveta. To uključuje ispitivanje drugačijih strukturnih i algoritamskih tehnika radi smanjenja kompjuterskih potreba“, kažu istraživači.

U planu je proširenje sistema na složenije zadatke rukovanja predmetima, uključujući manipulaciju predmeta podložnih deformisanju ili onih koji zahtevaju manipulaciju sa dve ruke. Takođe je u planu kombinacija sa algoritmima kompjuterskog vida, što bi omogućilo planiranje trajektorija za robote na osnovu taktilnih i vizuelnih informacija.

"Dok napredujemo ka inteligentnijim i autonomnijim sistemima, bitno je da ljudi mogu razumeti i imati poverenja u način na koji roboti odlučuju. Naš dugoročni cilj je razvoj prediktivnih kontrolora koji su ne samo efikasni, već transparentni i bezbedni za primenu u stvarnom svetu“.

(Telegraf Nauka/TechExplore)