Varför robotar och människor kämpade med DARPAs utmaning

När några av världens mest avancerade räddningsrobotar folieras av inget mer komplicerat än en dörrhandtag, får du en god känsla för utmaningen att göra våra hem och arbetsplatser mer automatiserade.

En robot som drivs av ett team från Florida Institute of Human and Machine Cognition (IHMC) kölar omkull medan den korsar ojämn mark.

Vid DARPA Robotics Challenge , en tävling som hölls under helgen i Kalifornien, gjorde två dussin extremt sofistikerade robotar sitt bästa för att utföra en rad uppgifter på en utomhusbana, inklusive att vrida en ventil, klättra upp för några steg och öppna en dörr (se En transformator vinner DARPAs 2 miljoner dollar Robotics Challenge). Även om ett par robotar lyckades slutföra banan, grep andra luften, gick in i väggar eller helt enkelt välte som om de var övervunna av den rena omöjligheten av allt. Samtidigt kan ansträngningar från mänskliga kontrollanter för att hjälpa robotarna genom deras uppgifter ge ledtrådar om hur samarbete mellan människa och maskin skulle kunna användas i olika andra miljöer.

Jag tror att det här är en möjlighet för alla att se hur svårt robotik verkligen är, säger Mark Raibert, grundare av Boston Dynamics , som nu ägs av Google, som producerade en extremt sofistikerad humanoid robot som heter Atlas (se 10 Breakthrough Technologies 2014: Agile Robots ). Flera lag involverade i DARPA Robotics Challenge använde Atlas-robotar för att delta. Andra team tog med sig robotar som de hade byggt från grunden.

Till vänster: Roboten som tillhör MIT:s team åker en vagn mot hinderbanan.

Ovan: Den vinnande roboten, DRC-Hubo från Sydkorea, förbereder sig för att vrida en ventil.

Ovanför: Medlemmar i teamet MIT.

Atlas kan balansera dynamiskt, vilket innebär att den kan gå i rask takt eller hålla sig balanserad på ett ben även när den får en knuff. Trots det visade sig stabiliteten vara svår för tvåfota robotar vid DARPA-utmaningen under manövrar som att gå över sand, gå över högar av bråte och gå ut ur en bil. Flera av teamen som använde Atlas såg sina robotar krascha till marken under tävlingen.

Sättet som många robotar kämpade för att greppa föremål och använda dem på rätt sätt visade också på svårigheterna med att fullända maskinseende och manipulation. Att plocka upp en elektrisk borr och använda den för att skära ett hål i en vägg visade sig vara särskilt utmanande för de flesta av robotarna. T Robotsensorer kämpar för att se former exakt i den typ av variabel belysning som finns utanför, och robothänder eller gripare saknar den känsliga, följsamma touchen av mänskliga siffror.

Ovan: JPL:s Robosimian skär in i en vägg med hjälp av ett elverktyg.

Höger: Chimp, en robot från Carnegie Mellon University, gör samma sak.

Robotarna som var inblandade i evenemanget agerade inte alltid självständigt (även om det var svårt för åskådarna att veta när de var). Utmaningen var utformad för att simulera de förhållanden som en telestyrd robot möter ett kärnkraftverk, så kommunikationen stryptes för att simulera radiostörningar. Även om detta uppmuntrade team att ge sina maskiner en viss autonomi, var det ofta möjligt för en mänsklig kontrollant att träda in när saker gick fel.

Lagen som var inblandade i tävlingen använde olika nivåer av självständighet. Teamet från MIT, till exempel, gjorde sin Atlas-robot, kallad Helios, kapabel att agera mycket självständigt. Teamets mänskliga operatörer kan till exempel peka på ett område som kan innehålla en spak, och låta roboten planera och utföra sin egen handling. Men de kan också ta mer direkt kontroll om det behövs.

I kontrast, Team Nimbro från universitetet i Bonn, i Tyskland, valde mer direkt kontroll, med nio olika personer som styrde roboten under olika uppgifter (vid ett tillfälle tog en gruppmedlem på sig ett Oculus Rift virtual reality-headset och använde ett gest-spårningssystem för att styra roboten) . Team Nimbro slutade fyra, med sju av åtta poäng, medan laget från MIT slutade sjua, med samma antal poäng men en långsammare tid.

De lag som presterade bäst i utmaningen verkade ha tagit ett särskilt noggrant tillvägagångssätt för att blanda robotens och mänskliga förmågor. I So Kweon , principiell utredare för sensorsystemet i DRC-Hubo, den vinnande roboten, från KAIST, ett forskningsuniversitet i Korea, nämnde samarbete mellan människa och robot som nyckeln till sitt teams framgång. Dessa uppgifter kräver en bra kombination av mänsklig drift och [robotens] erkännande och förståelse av miljön, sa Kweon. Vi arbetade mycket hårt för att skapa en bra balans mellan dessa två komponenter.

Till vänster: Schimpansen reser sig på bakspåren.

Till höger: IHMC:s robot gör ett genombrott i väggborrningsutmaningen.

Laget som slutade på andra plats, från Florida Institute of Human and Machine Cognition , använde en glidande skala för automatisering, vilket gjorde att en människa kunde ta fler beslut och kontrollera om dess robot verkade störd, eller om en simulering antydde att roboten skulle stöta på problem genom att följa sin egen kurs. Sådana tillvägagångssätt kan bli viktigare när fler samarbetsrobotar introduceras i miljöer som fabriker.

Teamet från Carnegie Mellon University, som slutade trea, med åtta poäng, följde ett liknande tillvägagångssätt, enligt lagledaren Tony Stentz . Det verkliga framstegen här är robotarna och människorna som arbetar tillsammans för att göra något, sa Stentz. Roboten gör det som roboten är bra på, och människan gör det som människan är bra på.

Gill Pratt , DARPA-programledaren som organiserade Robotics Challenge, sa att det var viktigt att inse att automationsnivån i de konkurrerande robotarna fortfarande var ganska begränsad, även om deras handlingar ibland verkade kusligt naturliga. De här sakerna är otroligt dumma, sa han. De är mest bara dockor.

Dölj