Адаптация окружающей среды позволила простым роботам выполнять сложные задачи.
В робототехнике есть предположение, что для того, чтобы быть полезным, роботы должны быть способны адаптироваться к сложной среде. К сложной середе обычно относятся места за пределами лаборатории робототехники или другой контролируемой, или полуконтролируемой ситуации и могут включать в себя все, что угодно, от вашей гостиной до тропического леса. Огромное количество усилий и идей направлено на разработку роботов, которые смогут надежно работать в таких местах. Так же уделяется особое внимание - разработке методов восприятия, передвижения и манипуляций, которые обрабатывают всевозможные ситуации. Это очень трудная проблема; даже для людей, это трудно, поэтому мы делаем очень человеческую вещь. Мы ищем способы как обмануть.
Обман, в этом контексте, означает вместо адаптации к среде, Вы адаптируете среду, изменяя ее, чтобы Вы могли выполнять различные задачи. Люди делают это все время, используя ступеньки для достижения высоких мест, добавляя лестницы и пандусы для преодоления препятствий, прикрепляя ручки к объектам, чтобы облегчить манипуляции и так далее. Робот, который мог бы делать подобные вещи, мог бы быть гораздо более способным, чем робот, который просто пассивно адаптируется, и на Международной конференции IEEE по робототехнике и автоматизации на прошлой неделе мы увидели некоторые новые исследования, которые делают это возможным.
SMORES-EP - это робот из ModLab Университета Пенсильвании. Он состоит из произвольного количества независимых колесных кубов, которые могут быть связаны друг с другом магнитно в нескольких конфигурациях, чтобы сформировать более крупного сборного робота, который способен на большее, чем отдельный модуль. В то время как такие роботы, как правило, состоят из одинаковых модулей, не так уж и сложно рассмотреть способы, с помощью которых было бы полезно включить в систему другие объекты, которые могут быть активными или пассивно полезными.
Например, у модульных роботов могут возникнуть проблемы с пересечением разрывов или подъемом вверх по лестнице или выступы, поскольку модульные роботы не масштабируются далеко за пределы нескольких отдельных модулей. Исследователи из UPenn и Cornell решили не пытаться найти способ адаптировать робота справляться с такими препятствиями, А научить робота изменять окружающую среду, предоставляя ему доступ к блокам и рампам, которые он мог (автономно) использовать, чтобы решать проблемы с препятствиями.
Это поведение полностью автономно: системе дается задача высокого уровня для выполнения, а рампы и блоки помещаются в среду для ее использования, если она решит, что они пригодиться, но система не имеет явной инструкции о том, что делать каждый раз. В приведенном выше видео показаны некоторые примеры задач, но в системе нет проблем с обобщением на другие задачи в других средах, которые могут потребовать различных улучшений окружения.
Источник - robotos.in