Машинное обучение ускорило реакцию роботов на препятствия

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


2017-11-16 17:06

роботы новости

ARClab at UC San Diego

Машинное обучение помогло разработать эффективный алгоритм, позволяющий роботам избежать столкновений с другими объектами, использовать при этом меньше вычислительных мощностей, чем аналогичные системы. Разработка была представлена на Конференции по обучению роботов в штаб-квартире Google, статья опубликована на arXiv.org.

Инженеры постоянно работают над улучшением безопасности роботов, работающих рядом с людьми. Дело в том, что робот может нанести человеку травму, просто «не заметив» его. Некоторые разработчики предлагают использовать для защиты от таких случаев мягкие детали корпуса, а другие занимаются совершенствованием алгоритмов обнаружения препятствий.

Группа исследователей под руководством Никхил Дас (Nikhil Das) из Калифорнийского университета в Сан-Диего создала новый алгоритм ухода от столкновений под названием Fastron. В основе их алгоритма лежит разбиение конфигурационного пространства, то есть совокупности всех возможных конфигураций робота, на две части: свободное пространство и часть пространства, в котором робот может столкнуться с препятствием. Такой подход уже использовался в других работах, но из-за несовершенства алгоритмов постоянная проверка возможности столкновения отнимала очень много вычислительных ресурсов, особенно в средах в движущимися препятствиями.


Представление конфигурационного пространства для двумерного манипулятора с двумя степенями свободы с учетом препятствия

Nikhil Das et al. / arXiv.org, 2017

Американские исследователи смогли оптимизировать алгоритм с помощью машинного обучения на основе перцептрона. Для этого они самостоятельно создали тренировочный набор данных, состоящий из множества конфигураций робота. В результате алгоритм научился эффективно определять границу между точками в пространстве, в которых робот может или не может столкнуться с объектом.

Поскольку при движении объекта он меняет свое положение постепенно, вместо того, чтобы заново проверять все точки в пространстве на возможность столкновения, алгоритм сначала проверяет только те, которые находятся рядом с границей. Разработчики смоделировали работу алгоритма в случае с манипуляторами с двумя и семью степенями свободы, и выяснили, что алгоритм справляется со своей задачей в несколько раз быстрее, чем аналогичные системы других исследователей.

В прошлом году американские исследователи создали другой алгоритм для роботов, работающих в группе, который позволяет им избегать столкновений друг с другом и даже с роботами, которые не соблюдают такие правила безопасности. А немецкие исследователи представили воздушную подушку для робота-манипулятора, которая надувается как только он начинает движение, и тем самым защищает окружающих людей от столкновений с жесткими или острыми частями робота.

Григорий Копиев


Источник: nplus1.ru

Комментарии: