Sehen Sie sich diesen kleinen Roboter an, um die Arbeit zu erledigen – TechCrunch


Roboter wollen einfach nur Dinge erledigen, aber es ist frustrierend, wenn ihre starren Körper es ihnen einfach nicht erlauben. Lösung: Körper, die sofort umkonfiguriert werden können! Sicher, es ist auf lange Sicht wahrscheinlich eine schlechte Nachricht für die Menschheit, aber inzwischen ist es eine faszinierende Forschung.

Ein Team von Doktoranden der Cornell University und der University of Pennsylvania konzentrierte sich auf diese Idee und produzierte sowohl den modularen selbstrekonfigurierenden Roboter selbst als auch die Logik, die ihn antreibt.

Denken Sie darüber nach, wie Sie durch die Welt navigieren: Wenn Sie irgendwohin gehen müssen, initiieren Sie sozusagen die Funktion "Gehen". Wenn Sie jedoch durch einen kleineren Bereich kriechen müssen, müssen Sie Funktionen und Formen wechseln. Wenn Sie etwas von einem Tisch aufheben möchten, können Sie einfach Ihre „Greif“ -Funktion verwenden. Wenn Sie jedoch ein Hindernis umfahren oder über ein Hindernis ziehen möchten, müssen Sie die Form Ihres Arms und die Art und Weise, wie er sich bewegt, ändern. Natürlich haben Sie eine nahezu unbegrenzte "Bibliothek" dieser Funktionen, zwischen denen Sie nach Belieben wechseln können.

Dies ist wirklich nicht der Fall für Roboter, die sowohl in Hardware als auch in Software viel starrer sind. Diese Forschung zielt jedoch darauf ab, eine ähnliche – wenn auch wesentlich kleinere – Bibliothek von Aktionen und Konfigurationen zu erstellen, die ein Roboter im laufenden Betrieb einsetzen kann, um seine Ziele zu erreichen.

In ihrem heute in Science Robotics veröffentlichten Artikel dokumentiert das Team die von ihnen unternommenen Vorarbeiten. Obwohl es noch immer äußerst begrenzt ist, weist es darauf hin, wie diese Art der Vielseitigkeit in Zukunft erreicht werden wird.

Der Roboter selbst, genannt SMORES-EP, könnte besser als eine Sammlung von Robotern beschrieben werden: kleine Würfel (ein beliebter Formfaktor), die mit Rädern und Magneten ausgestattet sind, die miteinander verbunden werden können und zusammenarbeiten, wenn einer oder alle von ihnen nicht zusammenarbeiten mach den Job. Das Gehirn der Operation liegt in einer zentralen Einheit, die mit einer Kamera und einem Tiefensensor ausgestattet ist, um die Umgebung zu überwachen und zu entscheiden, was zu tun ist.

Wenn es sich ein wenig vertraut anhört, liegt das daran, dass das gleiche Team Anfang dieses Jahres einen anderen Aspekt dieses Systems demonstrierte, nämlich die Fähigkeit, Räume zu identifizieren, und es nicht navigieren und Elemente einsetzen kann, um Abhilfe zu schaffen. Die vorliegende Arbeit konzentriert sich auf das zugrunde liegende System, mit dem der Roboter seine Umgebung wahrnimmt und mit ihr interagiert.

Lassen Sie uns dies konkret formulieren. Angenommen, ein Roboter wie dieser hat das Ziel, die Schuhe in Ihrer Wohnung einzusammeln und sie wieder in Ihren Schrank zu legen. Es geht um Ihr Apartment herum, identifiziert aber einen Zielschuh, der sich unter Ihrem Bett befindet. Es weiß, dass es zu groß ist, um darunter zu passen, da es Dimensionen wahrnehmen kann und seine eigene Form und Größe versteht. Es weiß jedoch auch, dass es Funktionen für den Zugang zu umschlossenen Bereichen hat, und es kann erkennen, dass es durch die Anordnung seiner Teile in der Lage sein sollte, den Schuh zu erreichen und ihn wieder herauszunehmen.

Die Flexibilität dieses Ansatzes und die Fähigkeit, diese Entscheidungen autonom zu treffen, sind die Punkte, in denen die Zeitung Fortschritte identifiziert. Hierbei handelt es sich nicht um eine schmale "Schuh-unter-Bett-Getter" -Funktion, sondern um ein allgemeines Werkzeug für den Zugang zu Bereichen, in die der Roboter selbst nicht passen kann. Dies bedeutet, dass das Drücken einer vertieften Taste, das Anheben eines Bechers an der Seite oder zwischen Gewürzen greifen, um einen in den Rücken zu greifen.

Eine Visualisierung, wie der Roboter seine Umgebung wahrnimmt.

Wie bei fast allem in der Robotik ist dies schwieriger als es sich anhört, und es klingt nicht einmal einfach. Das „Gehirn“ muss in der Lage sein, Objekte zu erkennen, Entfernungen genau zu messen und physikalische Beziehungen zwischen Objekten grundsätzlich zu verstehen. Was hält einen Roboter davon ab, das Bett anzuheben und an Ort und Stelle über dem Boden schweben zu lassen, während es darunter fährt? Künstliche Intelligenzen haben kein grundlegendes Verständnis für ein grundlegendes Konzept, und so müssen viele hartcodiert oder Algorithmen erstellt werden, die zuverlässig die richtige Wahl treffen.

Keine Sorge, die Roboter befinden sich noch nicht in der Phase „Schuhe sammeln“ oder „Restmenschen sammeln“. Die Tests, denen das Team ihren kleinen Roboter unterworfen hatte, waren mehr wie "Umfahren dieser Kartons und Verschieben von rosa markierten Objekten in den vorgesehenen Ablagebereich". Selbst diese Art von sorgfältig abgegrenzten Aufgaben ist bemerkenswert schwierig, aber der Bot hat es getan einfach gut – wenn auch eher langsam, wie es in Laborbots üblich ist.

Die Autoren der Zeitung haben seitdem ihre Abschlussarbeit beendet und zu neuen (wenn auch sicher verwandten) Dingen übergegangen. Tarik Tosun, einer der Autoren, mit denen ich für diesen Artikel gesprochen habe, erklärte, dass er jetzt daran arbeitet, die theoretische Seite der Dinge voranzutreiben und nicht etwa Cube-Module mit besserem Drehmoment zu bauen. Zu diesem Zweck half er beim Verfassen von VSPARC, einer Simulatorumgebung für modulare Roboter. Obwohl es sich unmittelbar um das unmittelbar bevorstehende Thema handelt, kann die Bedeutung dieses Aspekts der Robotikforschung nicht überschätzt werden.

Eine vorab veröffentlichte Version des Papiers finden Sie hier, falls Sie keinen Zugang zu Science Robotics haben.