Роботов научат самостоятельно анализировать, сортировать и прогнозировать успех выполнения поставленных перед ними задач - «Наука и технологии»

В настоящее время роботы уже могут делать массу различной работы, собирать автомобили, готовить пищу и проводить хирургические операции. Одной из вещей, которые еще не по силам современным робототехническим системам, это расстановка приоритетов, сортировка и прогнозирование успеха выполнения поставленных перед ними задач. Эту ситуацию стремятся сейчас изменить исследователи из Массачусетсткого университета Лоуэлла (UMass Lowel), создаваемая ими система позволит роботам самостоятельно оценить, насколько хорошо они могут выполнить работу и обозначить причины, из-за которых выполнение работы может закончиться неудачей. Возможность такой оценки жизненно важна в настоящее время, поскольку роботы становятся все более автономными и могут выполнять работу в отдаленной местности, в изменчивой и непредсказуемой окружающей среде, буквально заполненной различными негативными факторами.

"В настоящее время роботы не могут самостоятельно оценить, могут ли вообще они справиться с выполнением конкретной задачи с учетом существующих ограничений их способностей. Нашей целью является разработка новых методов, которые позволят роботам самостоятельно оценивать свои собственные действия" - рассказывает профессор Холли Янко (Holly Yanco), достаточно известный в мире эксперт в области робототехники.

Проект, о котором сейчас идет речь, получил название SUCCESS (Self-assessment and Understanding of Competence and Conditions to Ensure System Success). Он финансируется грантом в размере 7.5 миллионов долларов, предоставленным американским Министерством обороны. Помимо университета UMass Lowel, в этом проекте, рассчитанном на пять лет, задействованы специалисты еще трех научных учреждений.

Первым роботом, который будет задействован в проекте SUCCESS, станет робот Baxter, уже известный нашим читателям. Эти роботы будут выполнять несложные сборочные работы, действие которых будет проходить по игровому сценарию. На "голове" каждого робота будет установлен монитор, на котором путем изменений "выражения лица" будет демонстрироваться уровень "удовлетворенности" робота своими же действиями.

На первом этапе исследователи создадут базу данных и сопутствующее программное обеспечение, обрабатывающее все переменные факторы, с которыми сталкивается робот при выполнении задач. База данных будет постоянно пополняться по мере того, как роботы будут выполнять различную работу, и, через некоторое время объем накопленных данных позволит спрогнозировать то, как робот справится с выполнением абсолютно новой или более сложной задачи.

Возможность такого прогнозирования позволит людям-операторам определить, как хорошо машины справятся с выполнением текущей задачи и заблаговременно принять все необходимые меры в случае отрицательного прогноза. А конструкторы роботов, благодаря наличию такой информации, смогут спроектировать робототехнику следующего поколения, обладающую расширенными возможностями.