⚠️ KMI waarschuwing: Onweer in België Laatste update van KMI waarschuwingen voor België. KMI ↗ Kaart ↗ Artikel →
← Terug
Nieuwe methode verbetert samenwerking tussen mobiele robots

Nieuwe methode verbetert samenwerking tussen mobiele robots

Onderzoekers hebben een nieuwe leermethode ontwikkeld waarmee mobiele robots effectiever kunnen samenwerken bij het verplaatsen van objecten, zonder dat daarvoor complexe communicatiesystemen of gelijktijdige menselijke instructies nodig zijn.

Het coördineren van mobiele robots die fysiek met elkaar verbonden zijn via een gedeeld object, vormt een grote uitdaging binnen de robotica. Volgens een recent onderzoekspapier op arxiv.org ontstaan fouten bij dergelijke collaboratieve taken vaak niet door een gebrek aan individuele vaardigheden, maar door een slechte timing. Problemen treden met name op bij het wachten, het toegeven, trekken, loslaten of herpositioneren van de robots ten opzichte van elkaar.

De Sequential Asymmetric Imitation-methode

Om dit probleem op te lossen, hebben Ranpeng Qiu en collega-onderzoekers de zogenaamde Sequential Asymmetric Imitation (SAI) geïntroduceerd. Deze methode maakt gebruik van een specifiek curriculum voor imitatieleer, waarbij een enkele tele-operator wordt ingezet in plaats van meerdere gesynchroniseerde operators.

Het proces verloopt in drie fasen:
1. Training van Robot A: Deze robot wordt getraind aan de hand van demonstraties waarbij een menselijke partner meewerkt.
2. Training van Robot B: Deze robot wordt vervolgens getraind terwijl hij samenwerkt met de reeds ingezette beleidsregels van Robot A.
3. Verfijning van Robot A: In de laatste fase wordt Robot A opnieuw bijgestuurd via sporadische interventies op momenten dat er coördinatiefouten optreden.

Door deze gefaseerde aanpak worden de robots blootgesteld aan steeds realistischere partnergedragingen. Dit omvat situaties met vertragingen, faseverschillen, onvoldoende toegeven en conflicten tijdens de fysieke interactie.

Resultaten en toepassingen

De resultaten van de SAI-methode tonen een verbetering in het succespercentage van taken, de synchronisatie van fasen en het vermogen van de robots om rekening te houden met hun partner. Dit staat in contrast met onafhankelijke imitatie of andere basislijnen. De onderzoekers concluderen dat fysiek gekoppelde samenwerking kan worden aangeleerd via de structuur van het curriculum, zonder dat expliciete communicatiemechanismen tussen de robots vereist zijn.

In de praktijk zijn dergelijke ontwikkelingen relevant omdat robots in toenemende mate deel uitmaken van ons dagelijks leven. Zoals beschreven op npokennis.nl, worden robots inmiddels breed ingezet in de industrie, de medische wereld en in huishoudens. Hoewel de definitie van een robot soms onderwerp van discussie is onder wetenschappers, wordt het in algemene zin gezien als een programmeerbare machine die zelfstandig taken uitvoert.

De breedte van deze toepassingen is ook terug te zien op platforms zoals robots.nu, waar diverse categorieën robots worden onderscheiden, variërend van zorgrobots en onderwijsrobots tot machines voor productieondersteuning en hospitality. De ontwikkeling van betere collaboratieve vaardigheden, zoals beschreven in het onderzoek van Qiu et al., kan de inzetbaarheid van robots in deze sectoren vergroten, vooral bij taken waarbij fysieke samenwerking tussen meerdere eenheden noodzakelijk is.

Hoewel bronnen zoals britannica.com in dit specifieke dossier geen verdere details verschaften over de technische implementatie van SAI, onderstreept de publicatie op de verschuiving naar leermethoden die minder afhankelijk zijn van rigide programmering en meer van adaptieve imitatie. De geteste scenario's omvatten zowel rigide als vervormbare objecten, wat de veelzijdigheid van de voorgestelde methode aantoont.

Waardering
0
Stem mee op dit artikel
Discussie
Nog geen reacties. Wees de eerste!