At lære robotter at ordne deres problemer

Robotter kan hjælpe med at gøre mange ting - samle biler, søg efter sprængstof, tilberede et måltid eller hjælp til kirurgi. Men en ting, de ikke kan gøre, er at fortælle dig, hvordan de har det - endnu.

UMass Lowell -forskere sigter mod at ændre det, arbejder på at give humanoide robotter og andre autonome systemer evnen til at evaluere, hvor godt de kan udføre opgaver, eller hvorfor de ikke kan fuldføre job. Denne vurdering i realtid er afgørende, da robotter bliver stadig mere uafhængige og har til opgave at udføre fjerntliggende, fjendtlige eller uforudsigelige miljøer med minimalt menneskeligt tilsyn eller indgreb.

"Lige nu, robotter kan ikke måle, hvor godt de er i stand til at udføre opgaver, hvordan et job skrider frem eller fortæl dig, hvad deres begrænsninger eller muligheder er. Vores mål er at udvikle metoder og metrics, der gør det muligt for autonome systemer at vurdere deres egen ydeevne, "sagde UMass Lowell Computer Science Prof. Holly Yanco, en kendt robotikekspert, der etablerede universitetets Robotics Lab og New England Robotics Validation and Experimentation (NERVE) Center ved UMass Lowell, en af ​​landets mest avancerede robottekniske testfaciliteter.

Projektet - kaldet SUCCESS, som står for Selvvurdering og forståelse af kompetence og betingelser for at sikre systemets succes-finansieres med et tilskud på 7,5 millioner dollars fra det amerikanske forsvarsministerium til UMass Lowell og tre andre institutioner, der vil arbejde sammen om initiativet i løbet af de næste fem flere år.

Yanco - hvis eksemplariske undervisning, forskning og andre bidrag til campus -samfundet gav hende betegnelsen UMass Lowell Distinguished University Professor - leder universitetets forskning om SUCCESS.

Til projektet, Yanco og hendes kolleger vil evaluere ydelsen af ​​et par "Baxter" robotter, der vil fuldføre monteringsopgaver, problemløsende scenarier og spil. Hver robot er en toarmet, humanoid maskine, der er 3 fod høj og kan stå mere end 6 fod høj, når den er fastgjort til dens base. En computerskærm på hver enhed gør det muligt at vise ansigtsudtryk, mens den udfører opgaver. Forskere, der arbejder på NERVE Center og Carnegie Mellon Universitys Robotics Institute, vil sætte robotterne igennem deres skridt, teste deres evne til at manøvrere omkring forhindringer, at finde og undersøge skjulte genstande og manipulere genstande med at åbne dem.

Teamet vil derefter opbygge en softwaredatabase, der beskriver alle de variabler, robotterne kan støde på, og måder, hvorpå de kan udføre opgaver baseret på deres tidligere adfærd. Ved at se på robotternes track record, forskere håber at forudsige, hvor godt de vil klare sig i fremtiden. Dataene kan derefter bruges af operatører i feltet til at hjælpe dem med at forudse, hvordan maskinerne vil opføre sig, og til at designe og bygge den næste generation af forbedret robotik.

"Forhåbentlig, undersøgelsen vil føre til bedre team-human-robot og øge tilliden, forventning og effektivitet mellem de to, "Sagde Yanco.