En algoritm som kan hjälpa robotar att komma undan skador

Robotar som Mars Rover kan arbeta på egen hand i tuffa miljöer, och ny forskning visar att de kan bli ännu mer självförsörjande genom att komma på sätt att anpassa sig och fortsätta röra sig efter en skada.

På mindre än en minut kom den här enkla roboten på hur han skulle kompensera för en bruten led och slutföra sin uppgift.

Verket är föremål för en studie, publicerad idag i Natur , av forskare vid Pierre and Marie Curie University i Frankrike och University of Wyoming. Tanken är att om robotar ska ta på sig farliga, svåra jobb, så kommer de att behöva klara av trasiga delar och skador medan de är utom räckhåll för en mänsklig reparationspersonal.

Till exempel, om en robot skickas på ett sök- och räddningsuppdrag i spåren av en jordbävning, kan den behöva klara av oväntade skador på ett av sina ben när den undersöker en kollapsad byggnad.

Den största utmaningen var att göra något som lär sig, men som lär sig på några minuter, säger medförfattaren Jean-Baptiste Mouret, nu forskare vid det franska innovationskonsortiet Inria. I en video som åtföljer tidningen visar forskare en spindelliknande robot som får en skada på ett av sina sex ben. Varelsen börjar prova nya sätt att röra sig på, och på cirka 40 sekunder återfår den 96 procent av sin hastighet, ser mindre ut som en trasig leksak och mer som ett sårat djur som kryper iväg.

I ett annat exempel skadade forskare en av motorerna på en mekanisk arm. På mindre än en minut kom den enkla roboten på hur den skulle kompensera för den trasiga leden och placera en boll korrekt i en burk.

Medförfattare Antoine Cully, doktorand vid PMCU, noterar att robotarna lär sig med en evolutionär algoritm. Detta innebär att det kommer att köra upprepade försök och felsteg – bygga på en lista som den skapade innan den distribuerades som beskriver de saker den kan göra och hur värdefull var och en är – för att avgöra ett nytt sätt att ta sig runt. Det är som en förenklad version av vad människor gör: om du stukar en fotled använder du minne och experiment för att ta reda på hur man traskar runt på det mest effektiva och minst smärtsamma sättet.

Trots att armens leder har fastnat i olika positioner kan den här roboten komma på nya sätt att placera bollar i en kopp.

De flesta robotar har inte sådana beredskapsplaner, eftersom de vanligtvis är programmerade att röra sig i specifika mönster. Om de är skadade kan de behöva lära sig en ny rörelsemetod för att behålla sin funktionalitet. I studien, säger Mouret, förstod inte robotarna vad som var fel på dem; forskare försökte inte förutse någonting om den skada de skulle få.

Naturligtvis kan robotar, som bilar, ha sensorer som pekar på specifika problem. Men sensorer kommer inte att lösa problemet, och Mouret säger att målet var att lära sig utan sensorer (även om den sexbenta roboten använde en Kinect för att ge den en grundläggande förståelse för när den var upprätt och balanserad). Mouret påpekar också att sensorer kan vara fel eller kanske inte helt rätt. Så forskarnas teori, för nu, är att en robot är bättre tjänade på att ta reda på det bästa sättet att förflytta sig genom experiment snarare än sensordata.

Vi vill införliva den här kunskapen, men vi måste vara försiktiga, säger Mouret.

Det är ännu inte klart hur skadad en robot kan bli och fortfarande återställa vissa rörelser, och forskarnas exempel är fortfarande långt ifrån verkliga scenarier som att bekämpa bränder eller rädda människor. Mouret säger att de snart kommer att testa dessa inlärningsalgoritmer utanför labbet på större robotar.

Och medan man ser den sexbenta roboten komma på en ny rörelsemetod som oundvikligen skapar visioner om Terminator och onda robotar, säger Mouret att forskare har gott om tid att bygga in ordentliga skyddsåtgärder för att förhindra robotar från att implementera beteenden som kan skada människor.

Nästan alla djur är byggda för att anpassa sig till en liten skada, säger han. Det betyder inte att de vill ta över världen.

Dölj