Mire cómo un robot trabajador improvisa para subir cajones y espacios transversales – TechCrunch

Advertisements:

Un robot debe conocer sus limitaciones. Pero eso no significa que tenga que aceptarlos. Este en particular usa herramientas para expandir sus capacidades, al requisar elementos cercanos para construir rampas y puentes. Es satisfactorio mirar pero, por supuesto, también un poco preocupante.

Esta investigación, de Cornell y la Universidad de Pensilvania, se trata básicamente de hacer que un robot haga un balance de su entorno y reconozca algo que pueda usar para realizar una tarea que sabe que no puede hacerlo solo. En realidad, se parece más a un equipo de robots, ya que las partes pueden separarse unas de otras y lograr cosas por sí mismas. ¡Pero no viniste aquí para debatir sobre la multiplicidad o la unidad de los sistemas robóticos modulares! Eso es para la gente en la Conferencia Internacional IEEE sobre Robótica y Automatización, donde se presentó este documento (y Spectrum obtuvo la primera mirada).

SMORES-EP es el robot en juego aquí, y los investigadores le han otorgado una amplitud específica del conocimiento. Sabe cómo navegar en su entorno, pero también cómo inspeccionarlo con su pequeña cámara de mástil y, a partir de esa inspección, obtiene datos significativos, como si un objeto se puede volcar o si se puede cruzar un espacio.

también sabe cómo interactuar con ciertos objetos y lo que hacen; por ejemplo, puede usar sus imanes incorporados para abrir un cajón, y sabe que se puede usar una rampa para enrollar a un objeto de una altura determinada o inferior.

Un sistema de planificación de alto nivel dirige el partes de robots / robots basadas en el conocimiento que no es crítico para que una sola pieza sepa. Por ejemplo, dadas las instrucciones para averiguar qué hay en un cajón, el planificador entiende que para lograr eso, el cajón debe estar abierto; para que esté abierto, un imán-bot tendrá que unirse a él desde este o aquel ángulo, y así sucesivamente. Y si algo más es necesario, por ejemplo una rampa, dirigirá eso para ser colocado también.

El experimento que se muestra en este video tiene el sistema de robot demostrando cómo esto podría funcionar en una situación donde el robot debe lograr un alto tarea de nivel usando este cuerpo de conocimiento limitado pero sorprendentemente complejo.

En el video, se le dice al robot que revise los cajones para detectar ciertos objetos. En el primer cajón, los objetos de destino no están presentes, por lo que debe inspeccionar el siguiente. Pero es demasiado alto, por lo que debe estar encima del primer cajón, lo que afortunadamente para el robot está lleno de libros y constituye una cornisa. El planificador ve que un bloque de rampa está cerca y ordena que se coloque en su lugar, y luego parte del robot se separa para subir y abrir el cajón, mientras que la otra parte maniobra para verificar el contenido. ¡Objetivo encontrado!

En la siguiente tarea, debe cruzar un espacio entre dos escritorios. Afortunadamente, alguien dejó las partes de un puente solo por ahí. El robot junta el puente, lo coloca en posición después de verificar la escena y lo envía a la mitad hacia la meta.

Estos casos pueden parecer más bien escalonados, pero no se trata del robot en sí mismo y su capacidad para decir qué sería un buen puente. Eso viene después La idea es crear sistemas que aborden lógicamente situaciones del mundo real basadas en datos del mundo real y resolverlos utilizando objetos del mundo real. Poder construir un puente desde cero es bueno, pero a menos que sepas para qué sirve un puente, cuándo y cómo se debe aplicar, dónde debe transportarse y cómo superarlo, y así sucesivamente, es solo una parte de búsqueda de un todo.

Del mismo modo, muchos robots con una mano que tira perfectamente de los cajones no tendrán idea de que es necesario abrir un cajón antes de poder ver qué hay en él, o que tal vez deberías consultar otros cajones si primero no tiene lo que estás buscando!

Tal solución básica de problemas es algo que damos por hecho, pero nada se puede dar por sentado cuando se trata de cerebros robot. Incluso en el experimento descrito anteriormente, el robot falló varias veces por múltiples razones al intentar lograr sus objetivos. Está bien, todos tenemos un pequeño margen para mejorar.

-----

YTM Advertisements:


Source link

Désiré LeSage

0 Comments

No comments!

There are no comments yet, but you can be first to comment this article.

Leave reply

Leave a Reply