توانایی شگفت‌انگیزی که به ربات‌ها اضافه شد

اختصاصی شبکه علمی ثریا- محققان I2R ASTAR سنگاپور و UM-CNRS LIRMM در فرانسه اخیرا چارچوبی را توسعه داده‌اند که می‌تواند توانایی روبات‌ها را در شناسایی اشیاء اطراف خود را بهبود بخشد. گانش گوریشانکار، یکی از محققانی که این مطالعه را انجام داده است گفت: «انسان ها در تشخیص اشیاء تصادفی در محیط خود به عنوان ابزار بالقوه و استفاده از آنها شگفت انگیز هستند.» این توانایی  مشابه می تواند برای روبات ها نیز بسیار مفید باشد و آن ها را به ربات هایی با توانایی های شبه انسانی تبدیل کند. نوآوری در محیط‌های «بدون ساختار» (که مدل‌سازی نشده و غیرقابل پیش‌بینی است): برای مثال، تصور کنید یک ربات امدادگر در یک سناریوی فاجعه قادر است به طور مستقل (بدون کمک انسان) وظایف خود را به خوبی انجام دهد و با استفاده از زباله های موجود به عنوان ابزار، به خوبی از موانع عبور کند." در حالی که بسیاری از مطالعات گذشته در زمینه رباتیک، پتانسیل گسترده سیستم‌هایی را که می‌توانند از ابزارها برای تکمیل مأموریت‌های فیزیکی استفاده کنند،

برجسته کرده‌اند، همه روش‌های ارائه‌شده تاکنون به آموزش قبلی با ابزار نیاز دارند. این در شبیه سازی، با استفاده از فیلم های انسان یا ربات های دیگر با استفاده از ابزار، یا به طور مستقیم در دنیای فیزیکی، با استفاده از یک ابزار به دست آمد. از سوی دیگر، هدف از کار ایجاد چارچوبی بود که به ربات‌ها اجازه می‌داد ابزارهای بالقوه مفید را بر اساس شکل و اندازه خود شناسایی کنند، حتی اگر هرگز با این ابزارها برخورد نکرده باشند. محققان چندین سال است که روی چنین چارچوبی کار می کنند. یکی از محققین می‌گوید: «در مقاله جدیدمان، کار گذشته خود را در استفاده از ابزار انسانی، «تجسم» و ویژگی‌های ابزار انسانی ترکیب کردیم تا یک چارچوب شناختی ایجاد کنیم که ربات‌ها را با تجربه ابزار صفر قادر می‌سازد تا اشیا (حتی آنهایی که برای اولین بار دیده می‌شوند) را به عنوان ابزار تشخیص دهند. آنها در حین انجام مطالعات قبلی خود و بررسی ادبیات موجود، دریافتند که انسان ها ممکن است از شکل دست یا بازوهای خود و اقدامات انجام شده با دست/بازوی خود به عنوان مرجعی برای تعیین اینکه آیا یک ابزار می تواند برای تکمیل مفید باشد استفاده کند. این کار خاص چارچوب جدیدی است که آنها توسعه دادند و بر اساس این ایده است، زیرا ربات ها را تشویق می کند تا از اندام خود برای تعیین اینکه آیا اشیاء اطراف خود می توانند به عنوان ابزار استفاده شوند یا خیر، استفاده کنند.

چارچوب ما از اکتشافات ما برای فعال کردن استفاده از ابزار بصری توسط روبات‌ها استفاده می‌کند و به طور خاص، ربات را قادر می‌سازد تا ویژگی‌های "عملکردی" اندام خود را که یک کار را قادر می‌سازد، جدا کند تا از این ویژگی‌ها برای شناسایی یک شی  استفاده کند. ابزاری بالقوه برای همان کار، و سپس ایجاد حرکات موفق با ابزار با استفاده از مهارت‌هایی (کنترل‌کننده‌هایی) که ربات از قبل دارد. اساساً، چارچوب محققان به روبات‌ها اجازه می‌دهد تا از ابزارهایی برای تکمیل هر کاری که قادر به انجام آن هستند.( یعنی هر کاری که برای آن به اصطلاح، «کنترل‌کننده» دارند استفاده کنند.) این فقط مستلزم این است که ربات دوربین ها یا حسگرهایی یکپارچه داشته باشد که به آن اجازه می دهد اشیاء اطراف خود را "بصری" درک کند.

چارچوب جدید توسعه یافته می تواند برای افزایش قابلیت های ربات های موجود و جدید توسعه یافته مورد استفاده قرار گیرد و به آنها اجازه می دهد در هنگام انجام یک ماموریت خاص از اشیاء اطراف خود بهره ببرند. از آنجایی که درک بصری دقیق در ربات‌ها هنوز یک چالش فنی است، پتانسیل این چارچوب در حال حاضر محدود است. در شکل فعلی، چارچوب ما صرفاً بر اساس ادراک بصری است. بنابراین، این شکل برای ابزارهایی کار می‌کند که «افزایش‌های سینماتیکی» را امکان‌پذیر می‌کنند - ضخامت‌هایی در شکل و اندازه (که می‌توان به صورت بصری درک کرد) . اینها شامل مجموعه بزرگ (احتمالا اکثریت) ابزارهایی است که در زندگی روزانه استفاده می‌کنیم - قاشق‌ها، چنگک، انبر، بشقاب و حتی صندلی (برای بالا رفتن) و غیره.

در حالی که چارچوب محققان بسیاری از ابزارهای ساده ای را که در زندگی روزمره خود استفاده می کنیم را پوشش می دهد، در شکل کنونی آن به روبات ها اجازه نمی دهد تا ابزارهایی را شناسایی کرده و از آنها استفاده کنند که به اصطلاح "نیروی پویا" را فعال می کنند، مانند چکش یا اهرم دلیل اصلی این امر این است که شناخت این ابزارها به چیزی بیش از نگاه کردن به شکل و اندازه آنها نیاز دارد، بلکه نیاز به آگاهی از وزن و خواص دینامیکی آنها نیز دارد. بنابراین، برای تشخیص مفید بودن این ابزارها هنگام ارائه آنها، یک ربات باید لایه بیشتری از ادراک داشته باشد، که به آن اجازه می دهد ویژگی های بصری/فیزیکی یک شی را با ویژگی های دینامیکی آن مرتبط کند.

یکی دیگر از محققان افزود: «در مطالعات بعدی ما می‌خواهیم چارچوب خود را برای امکان استفاده از ابزار پویا گسترش دهیم. ما همچنین می‌خواهیم چارچوب خود را با تکنیک‌های یادگیری پیشنهاد شده توسط سایر مطالعات استفاده از ابزار ادغام کنیم. این برای فعال کردن یک ربات برای استفاده از ابزار برای کارهایی که کنترل‌کننده‌ای برای آن ندارد (چیزی که چارچوب ما به آن توجه نمی‌کند) ضروری است. می‌تواند ربات‌ها را به قابلیت‌های استفاده از ابزار انسان نزدیک‌تر کند."