MacGyver-lignende robot kan bygge egne værktøjer ved at vurdere form, forsyningernes funktion

Takket være ny teknologi, der gør dem i stand til at skabe enkle værktøjer, robotter kan være på grænsen til deres egen version af stenalderen.

Ved at bruge en ny evne til at ræsonnere om form, fungere, og fastgørelse af ikke-relaterede dele, forskere har for første gang med succes trænet en intelligent agent til at skabe grundlæggende værktøjer ved at kombinere objekter.

Gennembruddet kommer fra Georgia Techs Robot Autonomy and Interactive Learning (RAIL) forskningslaboratorium og er et væsentligt skridt hen imod at gøre det muligt for intelligente agenter at udtænke mere avancerede værktøjer, der kan vise sig nyttige i farlige – og potentielt livstruende – miljøer.

Konceptet lyder måske bekendt. Det hedder "MacGyvering, " baseret på navnet på en 1980'er - og for nylig genstartet - tv-serie. I serien, titelkarakteren er kendt for sin utraditionelle problemløsningsevne ved at bruge forskellige ressourcer til hans rådighed.

Årevis, dataloger og andre har arbejdet på at give robotter lignende kapaciteter. I deres nye robot-MacGyvering arbejde, RAIL-laboratorieforskere ledet af lektor Sonia Chernova brugte som udgangspunkt en robotteknik, der tidligere er udviklet af den tidligere Georgia Tech-professor Mike Stilman.

I dette seneste værk, en robot, der er trænet i holdets nye tilgang, får et sæt valgfrie dele og får besked på at lave et specifikt værktøj. Meget ligesom sine menneskelige modstykker, robotten undersøger først formen på hver del, og hvordan den ene kan være knyttet til en anden.

Brug af maskinlæring, robotten er trænet til at matche form til funktion - hvilke objektformer letter et bestemt resultat - fra talrige eksempler på hverdagsgenstande. For eksempel, ved at lære, at skålenes konkavitet gør det muligt for dem at holde væsker, den gør brug af denne viden, når den konstruerer en ske. Tilsvarende robotterne blev undervist i at sætte genstande sammen fra eksempler på materialer, der kunne gennembores eller gribes.

I undersøgelsen, forskere har med succes skabt hammere, spatler, scoops, gummiskraber, og skruetrækkere.

"Skruetrækkeren var særlig interessant, fordi robotten kombinerede en tang og en mønt, " sagde Lakshmi Nair, en ph.d. studerende på School of Interactive Computing og en af ​​forskerne på projektet. "Den begrundede, at tangen var i stand til at fatte noget og sagde, at mønten på en måde matchede hovedet på en skruetrækker. Sæt dem sammen, og det skaber et effektivt værktøj."

I øjeblikket, robotten er kun begrænset til form og fastgørelse. Det kan endnu ikke effektivt ræsonnere om bestemte materialeegenskaber, et afgørende skridt i at komme videre til et scenarie i den virkelige verden.

"Folk mener, at hamre er robuste og stærke, så du ikke ville lave en hammer af skumblokke, " sagde Nair. "Vi ønsker at nå det niveau af ræsonnement i vores arbejde, hvilket er noget, vi arbejder på nu."

Inspirationen til værket kommer fra den populære historie om Apollo 13, Apollo-rumprogrammets dødsdømte syvende besætningsflyvning. Efter at en ilttank i skibets servicemodul eksploderede to dage inde i missionen, besætningsmedlemmer blev tvunget til at foretage midlertidige ændringer af kuldioxid-fjernelsessystemet.

På trods af et farligt snævert tidsrum og ekstrem høj spænding blandt alle ombord og ved missionskontrol, redningen viste sig at være vellykket. Nair og samarbejdspartnere håber, at denne forskning vil vise sig at være grundlaget for fremtidens robotteknologi, der kan ræsonnere hurtigere og uden stress.

"De var i stand til at lave dette filter, men løsningen tog lang tid at komme frem til, " sagde Nair. "Vi ønsker at lave robotter, der kan hjælpe mennesker i den slags scenarier for at tage presset af dem for at komme med innovative løsninger og potentielt redde deres liv."

Dette arbejde blev præsenteret på 2019 Robotics:Science and Systems-konferencen i et papir med titlen "Autonomous Tool Construction Using Part Shape and Attachment Prediction" (Lakshmi Nair, Nithin Shrivatsav, Zackory Erickson, Sonia Chernova).