Домашние роботы должны помогать людям выполнять самые разные работы от мытья посуды и стирки, до приготовления пищи, мытья полов и наведения порядка. Хотя многие робототехники и ученые в последние годы пытались улучшить навыки домашних роботов, разработанные к настоящему времени устройства все еще не способны решать сложные и творческие задачи, например, приготовление пищи в сотрудничестве с человеком.
Домашний робот помогает человеку готовить еду: салаты, супы и сэндвич
Исследователи Корнелльского университета разработали домашнего робота-ассистента, который помогает человеку при приготовлении еду в условиях кухни. Робот принял участие в приготовлении 6 разных блюд и выполнил возложенные на него человеком задачи. Управляется робот голосовыми командами.
Готовим вместе. Cornell University
Домашняя среда очень трудна для роботизированных систем, в отличие от среды заводской, где действия четко регламентированы. В домашних условиях все оказывается крайне сложно, особенно если робот сотрудничает с человеком. Но что-то сделать уже удается.
Исследователи из Корнелльского университета разработали MOSAIC — модульную архитектуру, которая позволяет роботам выполнять сложные домашние задачи, предполагающие тесное взаимодействие с людьми, включая интерактивное приготовление пищи. Эта система была протестирована в серии реальных экспериментов и показала, что она действительно может сотрудничать с людьми.
«MOSAIC — это модульная архитектура для домашних роботов», — пишут Хуасяоюэ Ван, Кушал Кедиа и их коллеги. «MOSAIC тесно взаимодействует с пользователями, используя естественный язык, координирует работу нескольких роботов и управляет открытым словарем повседневных объектов».
Обзор системы MOSAIC.
Предложенная исследователями система является модульной, то есть состоит из различных частей или модулей, которые ориентированы на решение разных аспектов задачи. Компоненты системы можно условно разделить на интерактивный планировщик задач, архитектуру для идентификации объектов и планирования движений роботов и модель, предназначенную для прогнозирования движений людей.
«MOSAIC использует несколько крупномасштабных предварительно обученных общих моделей, таких как распознавание языка и изображений, и при этом использует оптимизированные модули, предназначенные для управления конкретными задачами», — объяснили исследователи в своей статье.
Испытания в домашнем пространстве
Ван, Кедиа и их коллеги на данный момент оценили производительность своей системы в 60 экспериментальных испытаниях, используя две разные роботизированные системы: мобильный манипулятор Stretch Robot RE1 и настольный манипулятор Franka Emilka Research 3. В ходе этих испытаний два робота-манипулятора тесно сотрудничали с пользователем-человеком — роботы помогали человеку готовить: два вида салата, три вида супов и сэндвич с тунцом.
«Мы тщательно тестируем отдельные модули, используя 180 эпизодов зрительно-моторного выбора, 60 эпизодов прогнозирования движений человека и 46 онлайн-оценок планировщика задач пользователями», — пишут исследователи. «Мы показываем, что MOSAIC способна эффективно сотрудничать с людьми, комплексно запуская всю систему с реальным пользователем-человеком. Система выполнила помогла при приготовлении пищи по 6 различным рецептам с коэффициентом выполнения подзадач 91,6%».
MOSAIC может послужить источником идей и для других исследований, способствуя тем самым развитию ассистирующих роботизированных систем, предназначенных для использования в домашних условиях.
В будущем Ван, Кедиа и их коллеги планируют улучшить некоторые базовые компоненты своей системы, чтобы еще больше повысить ее производительность как при совместном приготовлении пищи, так и при выполнении других интерактивных задач. Например, в настоящее время система хорошо справляется с простыми подзадачами, выполняемыми вручную, такими как подъем и перемещение объектов, но она еще не применялась для более сложных подзадач, например, для наведения порядка. Это ограничение может быть устранено в следующих исследованиях.