Но прежде чем эти человекоподобные машины станут частью повседневной жизни, эксперт по робототехнике из Калифорнийского технологического института говорит, что разработчики должны ответить на более важный вопрос: могут ли они безопасно работать рядом с людьми?
Аарон Эймс, директор Центра автономных систем и технологий Калифорнийского технологического института, предупреждает, что впечатляющие демонстрации не доказывают готовность роботов к непредсказуемой обстановке.
Тщательно спланированное представление сильно отличается от перемещения по дому, где человек или домашнее животное могут внезапно пересечь путь робота. Он утверждает, что безопасности необходимо уделять больше внимания, поскольку компании стремятся к более широкому использованию роботов.
Его команда разрабатывает математические инструменты, которые помогают роботам избегать опасных действий, продолжая при этом выполнять полезные задачи.
Цель состоит в том, чтобы объединить гибкость искусственного интеллекта с четко определенными ограничениями на физические движения.
Один из подходов использует «функции управляющего барьера». Несмотря на техническое название, основная идея проста: уравнения описывают границы, в пределах которых должен работать робот. Это может включать в себя поддержание безопасного расстояния до препятствий или ограничение определенных движений. Затем фильтр безопасности может скорректировать предлагаемую команду, прежде чем робот выполнит ее.
Представьте, что руководитель проверяет план движения. Главный контроллер робота предлагает, что нужно сделать, а система безопасности проверяет, остается ли это действие в заданных пределах. При необходимости она изменяет команду.
В своих последних работах исследователи объединили предварительное планирование с немедленной корректировкой. Датчики собирают информацию о находящихся поблизости объектах, которую система использует для построения карты занятого и открытого пространства. Один уровень безопасности планирует подходящий маршрут, а другой проверяет и уточняет команды движения по мере продвижения робота.
Это важно, потому что предотвращение столкновения требует большего, чем просто выбор пункта назначения. Робот должен постоянно корректировать свою реакцию по мере изменения окружающей среды. Исследователи протестировали свой подход как на человекоподобных, так и на четвероногих роботах в движущейся среде.
В другом проекте исследуется особенно сложная задача: уклонение от брошенного мяча. Команда объединила математические рекомендации по технике безопасности с обучением с подкреплением — методом, который обучает роботов с помощью вознаграждения за желаемое поведение.
Робот использовал камеру, установленную на его голове, для обнаружения приближающихся мячей и обучения маневрированию. В ходе реальных испытаний, результаты которых были опубликованы, он успешно избежал 95% бросков. Работа также показала, что эффективность зависит от точности наблюдения роботом за мячом, что подчеркивает важность надежного обнаружения.























