Наблюдая за выполнением пользователем простой задачи по сборке изделия из частей, робот учится предсказывать порядок действий человека при решении более сложных аналогичных задач.
Исследователи из Университета Южной Калифорнии разработали метод для обучения роботов предсказывать поведение людей во время сборки различных конструкций. Они используют наблюдения за выполнением простых задач, чтобы определить порядок работы в процессе сборки сложных объектов.
Работая с людьми, робот должен постоянно угадывать, что человек будет делать дальше. Например, если робот думает, что человеку понадобится отвертка для сборки следующей детали, он может взять ее заранее, чтобы человеку не пришлось ждать. Таким образом, робот может помочь людям закончить сборку намного быстрее.
Херамб Немлекар, соавтор исследования
Исследователи обнаружили сходство в том, как конкретный человек собирает разные изделия. Например, если он начинает с самой сложной части при сборке дивана IKEA, то с высокой степенью вероятности тот же подход будет использован и при сборке детской кроватки, объясняют ученые.
Поэтому вместо того, чтобы «показывать» роботу порядок выполнения сложной задаче, они создали небольшую задачу по сборке («каноническую» задачу), которую люди могут легко и быстро выполнить. Она представляет собой соединение частей простой модели самолета, таких как крылья, хвост и пропеллер.
Робот «наблюдал», как человек выполняет задачу, используя камеру, расположенную прямо над зоной сборки. Для обнаружения частей, перемещаемых человеком, система использовала AprilTags, похожие на QR-коды, прикрепленные к частям. Затем робот применял машинное обучение, чтобы определить предпочтения человека на основе последовательности действий при выполнении канонического задания.
Click to view
Робот помогает человеку собирать модель самолета после обучения
Анализ показал, что на основе такого обучения система смогла предсказать действия, которые люди предпримут при выполнении других задач, с точностью около 82%. Исследователи отмечают, что классический подход требует обучения робота для решения каждой конкретной задачи. Способность предугадывать действия пользователя по аналогии позволит создать универсальные устройства, которые будут эффективными помощниками на производстве и для людей с ограниченными возможностями.