Wideo pokazuje prawdziwe roboty „Transformers” Roboty, które widzą, myślą i przekształcają się

Zespół robotów zrobił kolejny krok w kierunku nieuniknionej przyszłości, w której prawdziwe życie Transformatory poruszaj się wśród nas.

Nowe badania nad modułowymi, autonomicznymi robotami zostały opublikowane w środę i pokazują, jak roboty mogą widzieć, myśleć i decydować o przekształceniu swojego kształtu w oparciu o stojące przed nimi wyzwanie.

Sześcioosobowy zespół opublikował ten artykuł - „Zintegrowany system autonomii opartej na percepcji z robotami modułowymi” - w czasopiśmie Robotyka naukowa. Naukowcy wywodzą się z Cornell University i University of Pennsylvania.

Oto kluczowe obszary, w których robot robi to, co robi, według naukowców.

„Wiele osób widziało to w filmach, jeśli widziałeś coś takiego Transformatory lub Wielki bohater 6, roboty, które mogą zmienić swój kształt - mówi Mark Yim, profesor z University of Pennsylvania, robotów modułowych ujawnionych w tym tygodniu. „Mieliśmy wiele przykładów robotów, które mogą robić takie rzeczy, jak chodzenie lub wchodzenie po schodach … ale wszystkie te rzeczy zostały wykonane osobno. Po raz pierwszy mamy system, który może wykonywać wszystkie te czynności niezależnie ”.

Po pierwsze, w jaki sposób ten robotyczny system widzi otaczający go świat? Oto badacz Jonathan Daudelin:

Używamy kamery 3-D zamontowanej w naszym module czujnika, aby postrzegać i tworzyć trójwymiarową mapę środowiska robota w czasie rzeczywistym, a następnie mamy zestaw algorytmów percepcji, które wykorzystują te dane do wykonywania takich rzeczy, jak kierowanie robotem gdzie odkrywać nieznane obszary i scharakteryzować środowisko w kategoriach zdolności robotów.

A jak ten zrobotyzowany proto-transformator wie, jakie kształty wybrać? Ponownie, oto Daudelin:

Może rozpoznać schody lub wąskie szczeliny, płaskie obszary itp., A następnie planista wysokiego poziomu wykorzystuje te informacje do określenia, które wpisy z biblioteki, które działania, które kształty robotów są wymagane do wykonania zadań, biorąc pod uwagę warunki otoczenia.

Więc co dalej z tym robotem? Badacz Tarik Tosun mówi Odwrotność mogą to być dwie sytuacje, w których jest używana: Strefa katastrofy - scenariusz powszechnie używany przez robotów - i bardziej codzienna sytuacja typowego domu, z dywanami i drewnianymi podłogami i schodami, a może nawet z kupą brudnej bielizny.

„Jeśli wchodzisz w strefę katastrofy, może nawet nie być jasne, jakie jest zadanie, zanim rzeczywiście wejdziesz, prawda? Jeśli wchodzisz w zawalony budynek, nie wiesz, jak to wygląda w środku lub czy są tam ludzie, których możesz chcieć uratować - mówi Tosun.

„Tak więc robot, który jest naprawdę bardzo wszechstronny, może być przydatny w tym scenariuszu, ponieważ może on wejść, ocenić jego otoczenie, a następnie może zostać wężem, aby przejść przez małą szczelinę lub nawet schronienie, aby chronić ludzi przed spadającymi gruzami, coś w tym stylu."

Te roboty też mogą być pomocnikami domowymi, Tosun mówi:

Nieco mniej podekscytowany przykład lub domena może być po prostu w domach ludzi. Jeśli chcesz mieć małego robota, który działa w czyimś domu, w rzeczywistości nasze domy, biura i pomieszczenia wewnętrzne mają dość skomplikowane otoczenie. Często jest bałagan, wiele różnych powierzchni, które robot może potrzebować, aby przemierzać, a także, na przykład, może przekształcić się w robota, który jest dobry do wspinania się po schodach, kiedy trzeba wspinać się po schodach lub dobrze w rodzaju powiększania po podłodze, jeśli masz płaską podłogę. To może być bardzo przydatne również w domu.

Co takiego robota nie może jeszcze zrobić, że może wkrótce? Zdaniem naukowców sprowadza się do tego, jak myśli robot i jak może stać się silniejszy.

Tosun mówi Odwrotność że modularne rooby są bardzo dobre w elastyczności, ale nie są zbyt silne; nie mogą podnieść bardzo ciężkich przedmiotów. Naukowcy mogą połączyć swoją modułową naturę z mocniejszymi robotami podnoszącymi lub robotami. Modułowe roboty mogłyby być również wykorzystywane do budowania struktur, które umożliwiłyby ich wykorzystanie w nowych możliwościach, takich jak skalowanie dużych struktur.

Innym interesującym obszarem, który mógłby ulepszyć modułowy proto-transformator, byłaby sztuczna inteligencja lub uczenie maszynowe. Obecnie modułowy robot ma bibliotekę decyzji lub działań, które należy przechowywać lokalnie. Oto Hadas Kress-Gazit, kolejny badacz zespołu i profesor nadzwyczajny w Cornell:

„Naprawdę ciekawym pytaniem byłoby, czy możemy zautomatyzować to w jakiś sposób?”, Mówi Kress Gazit Odwrotność. „Czy możemy korzystać z uczenia maszynowego? Czy możemy użyć różnych algorytmów (atomizacji), aby móc je utworzyć, lub przynajmniej zestaw kandydujących kształtów i zachowań, które ponownie rozciągają się na większy zestaw zadań, niż obecnie możemy to zrobić. To interesujące pytanie badawcze, które badamy. ”