Roboti uče kako da se kreću posmatrajući sebe i da prevaziđu oštećenja

Posmatrajući sopstvene pokrete, roboti mogu da nauče kako da prevaziđu oštećenja svojih tela, što bi ih moglo učiniti prilagodljivijim za širok spektar primena.

Gledajući sopstvene pokrete putem kamere, roboti mogu steći znanje o strukturi sopstvenih tela i načinu svog kretanja, kaže nova studija iz Škole za inženjerstvo Kolumbijskog univerziteta u Njujorku. Opremljeni tim znanjem, roboti bi mogli ne samo planirati sopstvene akcije, već i prevazići oštećenje sopstvenih tela.

Preporučujemo

„Kao ljudi koji uče da plešu gledajući svoj odraz u ogledalu, roboti sad koriste neobrađen video snimak za izgradnju kinematičke samosvesti“, kažu istraživači. „Naš cilj je robot koji razume svoje telo, prilagođava se oštećenju i uči nove veštine bez konstantnog ljudskog programiranja“.

Većina robota prvo uči da se kreće u simulacijama. Kad može da se kreće u tim virtuelnim okruženjima, robot je upućen u fizički svet, gde može da nastavi da uči. Što je bolji i realističniji simulator lakši je prelazak robota iz simulacije u stvarnost.

Međutim, pravljenje dobrog simulatora je težak proces koji obično zahteva vešte inženjere. Istraživači su naučili robota kako da napravi simulator sebe jednostavno posmatrajući sopstveno kretanje putem kamere. Ova sposobnost ne samo da smanjuje inženjerski napor, već i omogućava da se simulacija nastavi i razvija dok robot prolazi kroz oštećenja i adaptaciju.

U novoj studiji razvijen je način da roboti autonomno modeliraju sopstvene 3D oblike pomoću jedne obične 2D kamere. To je postignuto putem tri sistema veštačke inteligencije koja imitiraju mozak, poznata kao duboke nervne mreže. Iz 2D video snimka je izvedeno 3D kretanje, što je omogućilo robotu da razume i prilagodi se sopstvenim pokretima.

Novi sistem je takođe mogao da identifikuje alteracije tela robota, poput iskrivljenja ruke, i pomogne im da prilagode svoje pokrete u cilju oporavka od tog simuliranog oštećenja.

Takva prilagodljivost može biti korisna u raznim primenama u stvarnom svetu. Na primer, zamislite robota koji pomaže u kući i primeti da mu je ruka iskrivljena nakon udara u nameštaj – umesto prekida rada ili potrebe za popravkom, on posmatra sebe, prilagođava svoje kretanje i nastavlja sa radom. To bi moglo učiniti da kućni roboti budu pouzdaniji, bez potrebe za stalnim reprogramiranjem.

Drugu scenario bi mogao uključivati poremećaj ruke robota u fabrici automobila. Umesto zaustavljanja proizvodnje, mogao bi podesiti svoje pokrete i vratiti se zavarivanju, smanjujući zastoj i troškove. Ta adaptivnost bi mogla učiniti proizvodnju efikasnijom.

Dok prepuštamo važnije funkcije robotima, od proizvodnje do medicinske brige, potrebno je da roboti budu otporniji. Ne možemo priuštiti sebi da stalno pazimo na robote, popravljamo pokvarene delove i podešavamo njihovo funkcionisanje. Roboti moraju naučiti da brinu o sebi da bi zaista bili korisni. Zato je samomodeliranje tako važno, kažu istraživači.

Roboti na Kolumbijskom univerzitetu već dve decenije uče da postanu bolji u samomodeliranju pomoću kamera i drugih senzora.

Godine 2006, roboti su mogli da upotrebe opservacije da naprave samo vrlo proste simulacije sebe. Pre desetak godina, roboti su počeli da prave verodostojnije modele pomoću više kamera. U ovoj studiji, robot je bio sposoban da napravi potpun kinematički model sebe koristeći samo kratak video snimljen jednom običnom kamerom, slično gledanju u ogledalo.

Ljudi su intuitivno svesni svog tela, možemo da zamislimo sebe u budućnosti i vizualizujemo posledice naših postupaka mnogo pre nego što izvedemo te postupke u stvarnosti. Želimo da damo robotima sličnu sposobnost zamišljanja sebe, jer kad možete da zamislite sebe u budućnosti – nema granice za ono što možete uraditi, kažu istraživači.

(Telegraf Nauka/EurekAlert)