Чтобы заставить роботов выполнять даже простую задачу, требуется огромная закулисная работа. Частью задачи является планирование и выполнение движений: от поворота колес до подъема роботизированной руки. Чтобы это произошло, робототехники сотрудничают с программистами, чтобы разработать набор траекторий (или путей), свободных от препятствий и выполнимых для робота.
Исследователи из Института робототехники Университета Карнеги-Меллон (RI) создают новые способы построения этих траекторий.
Уильям Чжи, научный сотрудник из РИ, работал с доктором философии. Студент Тяньи Чжан и директор РИ Мэтью Джонсон-Роберсон придумали, как использовать эскизы, чтобы показать роботам, как двигаться. Команда представит свою работу, которая опубликована на сервере препринтов arXiv , на Международной конференции IEEE по робототехнике и автоматизации в Иокогаме, Япония.
«Традиционные подходы к созданию траекторий движения робота требуют специального программирования робота», — сказал Чжи. «Люди могут выводить сложные инструкции с помощью эскизов. Мы стремимся дать роботам возможность делать то же самое».
Недавно были проведены предварительные работы по изучению использования естественного языка для управления роботами, но исследователи в основном тестировали различные способы обучения роботов посредством демонстрации.
Есть два основных способа сделать это. Один из методов основан на кинестетическом обучении, при котором человек записывает, куда движется робот, а затем физически настраивает робота, чтобы разместить его суставы в желаемых положениях. Другой подход — телеуправление, при котором пользователь манипулирует роботом с помощью специального пульта дистанционного управления или джойстика, а затем записывает демонстрацию, которую робот может скопировать.
Оба метода имеют свои недостатки. Кинестетическое обучение, в частности, требует, чтобы пользователь находился в том же пространстве, что и робот. Более того, некоторых роботов сложно настраивать вручную — и эта сложность только возрастает с мобильными роботами, такими как четвероногий робот с прикрепленной к нему рукой. Телеуправление требует от пользователя точного управления и требует времени, чтобы освоить робота.
Подход команды RI к рисованию траекторий учит робота двигаться без недостатков кинестетического обучения или телеоперации. В этом новом методе робот учится на движениях, нарисованных на изображении среды, в которой он будет работать.
Чтобы запечатлеть изображение окружающей среды, команда разместила камеры в двух местах, чтобы делать снимки с разных точек зрения. Затем они нарисовали на изображении траекторию желаемого движения робота и преобразовали 2D-изображения в 3D-модели, которые робот мог понять. Они сделали это преобразование с помощью метода трассировки лучей, который использует свет и тени на объектах для оценки их расстояния от камеры.
После того как команда создала 3D-модели, они передали их роботу. В случае с четвероногим роботом, оснащенным роботизированной рукой , исследователи нарисовали три траектории движения на каждой из сделанных ими фотографий, демонстрируя, как должна двигаться рука. Они преобразовали изображения в 3D-модели с помощью трассировки лучей, а затем рука научилась следовать этим траекториям в реальном мире.
Используя эту технику, команда научила своего четвероногого робота закрывать ящики, рисовать букву «Б», опрокидывать коробку и многое другое. Они также запрограммировали робота открывать захват в конце определенных траекторий, что позволяет ему сбрасывать предметы в коробки или чашки. Более того, они могут обобщать движения, которым обучают робота, для множества отдельных задач.
«Мы можем научить робота что-то делать, а затем переключить его в другое исходное положение, и он сможет выполнить то же самое действие», — сказал Чжи. «Мы можем получить весьма точные результаты».
В настоящее время этот метод работает только с роботами с жесткими суставами, а не с мягкими роботами, поскольку он должен учитывать углы сочленений и то, как они соответствуют различным точкам пространства. Но работа с оборудованием сопряжена со своими проблемами. Во время экспериментов четвероногое животное иногда теряло равновесие после выполнения движения, например, вытягивания руки, чтобы закрыть ящик. Это один из параметров, над которым команда работает для следующей итерации программы.
«Люди, работающие в этой области, больше внимания уделяют алгоритму, позволяющему генерировать более качественные движения в результате демонстрации. Это исследование положило начало использованию эскизов траекторий для обучения роботов», — сказал Чжи. «Мы предполагаем, что в производственных условиях, где у вас есть кто-то, не обладающий навыками программирования роботов, позволяющий им просто делать наброски на iPad, а затем выполнять совместные действия с роботом, — вот куда эта работа, вероятно, пойдет в будущем».