sabato , 20 ottobre 2018

Home » Robotica » Un nuovo algoritmo aiuta i Robot a gestire i movimenti come gli esseri umani

Un nuovo algoritmo aiuta i Robot a gestire i movimenti come gli esseri umani

ottobre 6, 2018 6:54 am Category: Robotica, Zoom On A+ / A-

I ricercatori del MIT (Massachusetts Institute of Technology) hanno ora escogitato un modo del tutto simile a quello degli esseri umani per aiutare i robot a muoversi negli ambientiche li circondano. Il nuovo modello di pianificazione del movimento consente ai robot di determinare come raggiungere un obiettivo esplorando l’ambiente, osservando altri agenti e sfruttando ciò che hanno imparato prima in situazioni simili.

Quando ci muoviamo attraverso una folla per raggiungere una destinazione o un obiettivo finale, normalmente possiamo “navigare” nello spazio circostante in modo abbatanza semplice e intuitivo, impariamo dal comportamento degli altri e ci accorgiamo facilmente di eventuali ostacoli da evitare. I robot non hanno questa facilità.

Un documento che descrive il nuovo modello ideato dai ricercatori di Boston è stato presentato nel corso della conferenza internazionale IEEE / RSJ di questa settimana su Intelligent Robot and Systems (IROS). I nuovi algoritmi di pianificazione del movimento creeranno un albero di possibili decisioni che si diramerà fino a trovare il miglior percorso per la “navigazione”. Un robot che deve attraversare una stanza per raggiungere una porta, ad esempio, creerà un albero di ricerca passo-passo dei possibili movimenti e quindi eseguirà il percorso migliore verso la porta, considerando i vari vincoli. Uno svantaggio, tuttavia, è che questi algoritmi raramente apprendono: i robot non possono sfruttare le informazioni su come loro o altri agenti hanno agito in precedenza in ambienti simili. “Proprio come quando si gioca a scacchi, queste decisioni si estendono fino a quando [i robot] trovano un buon modo per navigare. Ma a differenza dei giocatori di scacchi, [i robot] esplorano come appare il futuro senza imparare molto sul loro ambiente e altri agenti “, dice il co-autore Andrei Barbu, ricercatore presso il MIT’s Computer Science e Artificial Intelligence Laboratory (CSAIL) . “La millesima volta che attraversano la stessa folla è complicata come la prima volta. Esplorano sempre, osservano raramente e non usano mai ciò che è accaduto in passato.

Nel modello sviluppato dagli scienziati di Boston, l’algoritmo di pianificazione si combina con una rete neurale che impara a riconoscere i percorsi che potrebbero portare al risultato migliore e utilizza tale conoscenza per guidare il movimento del robot nell’ambiente in cui è immerso.

Nel documento, “Deep sequential models for sampling-based planning, i ricercatori hanno dimostrato i vantaggi del loro modello in due impostazioni: muoversi attraverso stanze impegnative con ostacoli e passaggi stretti e aree di movimento dove i  robot dovevano evitare collisioni con altri agenti. Un’applicazione promettente che potrà aiutare le auto senza conducente a navigare nelle intersezioni, dove il sistema dovrà valutare rapidamente ciò che gli altri faranno prima di unirsi al traffico. I ricercatori sono tuttora al lavoro su queste applicazioni nel  Centro di ricerca congiunto Toyota-CSAIL.Quando noi umani interagiamo con il mondo, vediamo un oggetto con cui abbiamo interagito prima, o ci troviamo in qualche luogo in cui siamo stati prima, quindi sappiamo come ci dovremo comportare“, afferma Yen-Ling Kuo, Dottorando presso il CSAIL e primo autore sul giornale. “L’idea alla base di questo lavoro è quella di aggiungere allo spazio di ricerca un modello di apprendimento automatico che faccia tesoro dell’esperienza passata al fine di rendere la pianificazione più efficiente“.

scroll to top
TimeStars