مکاترونیک نیوز | توانایی دیدن با استفاده از نرم افزار بلایند در مورد تکنیک‌های برنامه‌ریزی حرکت به ربات‌ها در انجام وظایف کمک می‌کنند
به گزارش مکاترونیک نیوز، ربات‌ها مانند انسان‌ها قادر به دیدن موانع نیستند. بنابراین آنها به کمک نیاز دارند تا به جایی که می‌خواهند، بتوانند بروند.
وظیفه تعیین شده برای ربات Fetch توسط دانشمندان کامپیوتر دانشگاه رایس با نرم‌افزار بلایند (BLIND) آسان‌تر شده است که اجازه می‌دهد تا زمانی که مسیر ربات توسط یک مانع مسدود می‌شود، مداخله انسان را انجام دهد.
به گفته محققان، نگه داشتن یک انسان در نقطه قابل دسترس، ادراک ربات را افزایش می‌دهد و از اجرای حرکت ناایمن جلوگیری می‌کند. همچنین مهندسان دانشگاه رایس مکانیزمی را ابداع کرده‌اند که انسان‌ها به ربات‌ها در «دیدن» محیط اطراف خود و انجام وظایف کمک می‌کنند.
ترفندهای بلایند
تکنیک بیزی یادگیری در تاریکی (نقطه کور) یک راه‌حل منحصر به فرد برای چالش طولانی مدت برنامه‌ریزی حرکت برای ربات‌هایی است که در محیط‌هایی که همه چیز همیشه به وضوح آشکار نیست، کار می‌کنند.
لیدیا کاوراکی و وایبهاو اونهلکار، دانشمندان کامپیوتر دانشکده مهندسی جرج آر براون رایس و کارلوس کوینتروـ پنا و کنستانتینوس چامزاس، نویسندگان ارشد، در اواخر ماه مه در کنفرانس بین‌المللی انستیتوی مهندسان برق و الکترونیک یک مطالعه بررسی شده در مورد رباتیک و اتوماسیون، ارائه کرده‌اند.
بر اساس این گزارش، الگوریتم ساخته شده توسط کوینتروـ پنا و چامزاس، هر دو دانشجوی فارغ‌التحصیل علوم کامپیوتر هستند که با کاوراکی کار می‌کنند. آنها یک انسان را در نقطه قابل دسترس نگه می‌دارند تا درک ربات را تقویت کنند و مهم‌تر از آن، از اجرای حرکت ناایمن جلوگیری کنند.
برای انجام این کار، آنها از تکنیک یادگیری تقویتی معکوس بیزی (در آن یک سیستم از دانش و تجربه بر‌روزرسانی مداوم را می‌آموزد) را با رویکردهای برنامه‌ریزی حرکتی تثبیت کردند تا به ربات‌هایی با «درجات آزادی بالا» یا بسیاری از قطعات متحرک کمک کنند.
تاثیر بلایند بر عملکرد ربات‌ها
آزمایشگاه رایس از ربات Fetch، یک بازوی مفصلی هفت مفصلی، برای گرفتن یک استوانه کوچک از یک میز و حمل آن به میز دیگر استفاده کرد، اما برای انجام این کار باید از یک مانع عبور می‌کرد.
کارلوس کوینترو ـ پنا، نویسنده و دانشجوی دکترا، گروه علوم کامپیوتر، دانشگاه رایس می‌گوید:
اگر عملکرد بیشتری از مفصل‌ها می‌خواهید، دستورالعمل‌های ربات پیچیده‌تر می‌شود. اگر در حال هدایت یک انسان هستید، فقط می‌توانید بگویید: «دستت را بلند کن»
بنابراین زمانی که موانع، دید ماشین به مقصد را مخفی می‌کنند، برنامه‌نویسان ربات باید در مورد حرکت هر مفصل در هر نقطه از مسیر آن دقیق باشند.
بلایند، یک فرایند میانی انسان گونه را به عملکرد ربات اضافه می‌کند تا به جای تعیین یک مسیر از قبل، امکانات حرکات بیشتر، توسط بهترین حدس‌های ارائه شده توسط الگوریتم انسانی را اصلاح کند. بلایند به ما این امکان را می‌دهد که اطلاعاتی را در سر انسان بیاوریم و مسیر خود را در این فضای با درجه آزادی محاسبه کنیم. ما از یک روش خاص بازخورد به نام نقد مسیر، استفاده می‌کنیم که اساساً یک شکل دوتایی از بازخورد است که در آن به انسان برچسب‌هایی روی قطعات مسیر داده می‌شود.
این برچسب‌ها به صورت مجموعه‌ای از نقاط سبز بهم پیوسته ظاهر می‌شوند که نماد مسیرهای مختلف هستند. در این روش انسات هر حرکتی را می‌پذیرد یا رد می‌کند، زیرا بلایند از نقطه‌ای به نقطه دیگر حرکت می کند، مسیر را اصلاح و تا حد امکان از موانع اجتناب می‌کند.
پژوهش‌های محققان با استفاده از بلایند
کنستانتینوس چامزاس، نویسنده و دانشجوی دکترا، گروه علوم کامپیوتر، دانشگاه رایس می‌گوید:
“این یک رابط کاربری آسان برای استفاده مردم است؛ زیرا می‌توانیم بگوییم: «این را دوست دارم» یا «آن را دوست ندارم» و ربات از این اطلاعات برای برنامه‌ریزی استفاده می‌کند.”
چامزاس ادعا کرد که ربات می‌تواند پس از دریافت یک سری حرکات قابل قبول، وظیفه خود را تکمیل کند.
کارلوس کوینترو ـ پنا، نویسنده و دانشجوی دکترا، گروه علوم کامپیوتر، دانشگاه رایس می‌گوید:
«یکی از مهم‌ترین چیزها در اینجا این است که ترجیح‌ها و تصمیم‌های انسان به سختی با یک فرمول ریاضی توصیف می‌شود. کار ما روابط انسان و ربات را با ترکیب ترجیح‌های انسانی ساده می‌کند. به این ترتیب است که من فکر می‌کنم انسان‌ها بیشترین سود را از این کار خواهند برد.»
کاوراکی، یکی از پیشگامان روباتیک، خاطرنشان کرد: «این کار به طرز شگفت‌انگیزی نشان می‌دهد که چگونه مداخله کمی، اما هدفمند انسانی می‌تواند به طور قابل توجهی توانایی ربات‌ها را برای اجرای وظایف پیچیده در محیط‌هایی که برخی از قطعات آن برای ربات کاملاً ناشناخته اما برای انسان شناخته شده است، افزایش دهد. برنامه‌ریزی پیشرفته‌ای برای روبنورد انسان نمای ناسا در ایستگاه فضایی بین المللی انجام داده است.»
در ادامه کاوراکی اظهار داشت: «این روند نشان می‌دهد که چگونه روش‌های تعامل انسان و ربات، موضوع تحقیق همکارم پروفسور آنهلکار و برنامه‌ریزی خودکار که سال‌ها در آزمایشگاه من پیشگام بود، می‌تواند برای ارائه راه‌حل‌های قابل اعتماد که به ترجیحات انسان نیز احترام می‌گذارد، ترکیب شوند.»
نویسندگان این مقاله ژانی سان، فارغ التحصیل رایس و آنهلکار، استادیار علوم کامپیوتر هستند. کاوراکی رئیس موسسه کن کندی و پروفسور هاردینگ در علوم کامپیوتر است.
کاوراکی نیز استاد مهندسی زیستی، الکترونیک است.
خبرنگار: مریم آموت سر
منبع خبر: www.azorobotics.com
