Giver robotter et hurtigere greb

Hvis du sidder ved et skrivebord med en kuglepen eller blyant ved hånden, prøv dette træk:Grib pennen i den ene ende med din tommel- og pegefinger, og skub den anden ende mod skrivebordet. Skub fingrene ned ad pennen, så vend den på hovedet, uden at lade det falde. Ikke for hårdt, ret?

Men for en robot – sig, en, der sorterer gennem en beholder med genstande og forsøger at få et godt greb om en af ​​dem – dette er en beregningsmæssigt belastende manøvre. Inden den overhovedet forsøger at flytte, skal den beregne en litani af egenskaber og sandsynligheder, såsom friktion og geometri af bordet, pennen, og dens to fingre, og hvordan forskellige kombinationer af disse egenskaber interagerer mekanisk, baseret på fysikkens grundlæggende love.

Nu har MIT-ingeniører fundet en måde at fremskynde den planlægningsproces, der kræves for, at en robot kan justere sit greb om et objekt ved at skubbe objektet mod en stationær overflade. Mens traditionelle algoritmer ville kræve snesevis af minutter at planlægge en række bevægelser, det nye teams tilgang barberer denne forplanlægningsproces ned til mindre end et sekund.

Alberto Rodriguez, lektor i maskinteknik ved MIT, siger, at den hurtigere planlægningsproces vil muliggøre robotter, især i industrielle omgivelser, for hurtigt at finde ud af, hvordan man skubber imod, glide med, eller på anden måde bruge funktioner i deres omgivelser til at flytte objekter i deres greb. En sådan smidig manipulation er nyttig til alle opgaver, der involverer plukning og sortering, og endda indviklet brug af værktøj.

"Dette er en måde at udvide behændigheden af ​​selv simple robotgribere, fordi i slutningen af ​​dagen, miljøet er noget, hver robot har omkring sig, " siger Rodriguez.

Holdets resultater offentliggøres i dag i IThe international Journal of Robotics Research . Rodriguez' medforfattere er hovedforfatteren Nikhil Chavan-Dafle, en kandidatstuderende i maskinteknik, og Rachel Holladay, en kandidatstuderende i elektroteknik og datalogi.

Fysik i en kegle

Rodriguez' gruppe arbejder på at sætte robotter i stand til at udnytte deres miljø til at hjælpe dem med at udføre fysiske opgaver, såsom at plukke og sortere genstande i en skraldespand.

Eksisterende algoritmer tager typisk timer at forudplanlægge en sekvens af bevægelser for en robotgriber, primært fordi, for hvert forslag, som det overvejer, Algoritmen skal først beregne, om den bevægelse ville opfylde en række fysiske love, såsom Newtons bevægelseslove og Coulombs lov, der beskriver friktionskræfter mellem objekter.

"Det er en kedelig beregningsproces at integrere alle de love, at overveje alle mulige bevægelser, robotten kan gøre, og at vælge en nyttig blandt disse, " siger Rodriguez.

Han og hans kolleger fandt en kompakt måde at løse fysikken i disse manipulationer på, forud for at beslutte, hvordan robottens hånd skal bevæge sig. De gjorde det ved at bruge "bevægelseskegler, "som i det væsentlige er visuelle, kegleformede kort over friktion.

Indersiden af ​​keglen viser alle de skubbebevægelser, der kan påføres et objekt på et bestemt sted, samtidig med at den opfylder fysikkens grundlæggende love og gør det muligt for robotten at holde fat i objektet. Rummet uden for keglen repræsenterer alle de skub, der på en eller anden måde ville få en genstand til at glide ud af robottens greb.

"Tilsyneladende simple variationer, såsom hvor hårdt robot griber objektet, kan væsentligt ændre, hvordan objektet bevæger sig i grebet, når det skubbes, " forklarer Holladay. "Baseret på hvor hårdt du fatter, der vil være en anden bevægelse. Og det er en del af det fysiske ræsonnement, som algoritmen håndterer."

Holdets algoritme beregner en bevægelseskegle for forskellige mulige konfigurationer mellem en robotgriber, en genstand, som den holder, og det miljø, det skubber imod, for at vælge og sekvensere forskellige mulige tryk for at flytte objektet.

"Det er en kompliceret proces, men stadig meget hurtigere end den traditionelle metode - hurtigt nok til at planlægningen af ​​en hel serie af skub tager et halvt sekund, " siger Holladay.

Store planer

Forskerne testede den nye algoritme på et fysisk setup med en tre-vejs interaktion, hvor en simpel robotgriber holdt en T-formet blok og skubbede mod en lodret stang. De brugte flere startkonfigurationer, med robotten, der griber blokken i en bestemt position og skubber den mod stangen fra en bestemt vinkel. For hver startkonfiguration, Algoritmen genererede øjeblikkeligt kortet over alle de mulige kræfter, som robotten kunne anvende, og placeringen af ​​den blok, der ville resultere.

"Vi gjorde flere tusinde skub for at bekræfte, at vores model korrekt forudsiger, hvad der sker i den virkelige verden, " siger Holladay. "Hvis vi bruger et skub, der er inde i keglen, den grebne genstand skal forblive under kontrol. Hvis det er udenfor, genstanden skal glide ud af grebet."

Forskerne fandt ud af, at algoritmens forudsigelser pålideligt matchede det fysiske resultat i laboratoriet, planlægge sekvenser af bevægelser – såsom at omorientere blokken mod stangen, før den sættes ned på et bord i oprejst position – på mindre end et sekund, sammenlignet med traditionelle algoritmer, der tager over 500 sekunder at planlægge.

"Fordi vi har denne kompakte repræsentation af mekanikken i denne tre-vejs-interaktion mellem robotter, objekt, og deres miljø, vi kan nu angribe større planlægningsproblemer, " siger Rodriguez.

Gruppen håber at anvende og udvide sin tilgang for at gøre det muligt for en robotgriber at håndtere forskellige typer værktøjer, for eksempel i en fremstillingssammenhæng.

"De fleste fabriksrobotter, der bruger værktøjer, har en specialdesignet hånd, så i stedet for at have evnen til at tage fat i en skruetrækker og bruge den på mange forskellige måder, de gør bare hånden til en skruetrækker, " siger Holladay. "Du kan forestille dig, at det kræver mindre behændig planlægning, men det er meget mere begrænsende. Vi vil gerne have en robot til at kunne bruge og samle mange forskellige ting op."