Naučit robota najít vchodové dveře. Zdánlivě jednoduchý úkol napíná mozky výzkumníků

Rozpoznat dveře, kterými se vstupuje do domu, je jen první krok. Následuje rozhodnutí se tímto směrem vydat. Takto vypadá v obrysech postup práce vědeckých pracovníků usilujících vytvořit robota pro finální doručování zboží.

Samozřejmě v řeči vědeckých úkonů věc nevypadá tak jednoduše. Jde o to vštípit robotovi jazykovou sémantiku (významová složka jazyka), aby si byl schopen spojit rozpoznávané předměty s jejich pojmenováním. Aby si při pohledu na dveře pomyslel „dveře“, a ne že jen vidí pevnou obdélníkovou překážku, řečeno lapidárně.

Starship Technologies delivery robot v Tallinnu. Foto: Ohpuu, Wikimedia Commons, CC0 1.0

A právě dveře jsou konkrétně v této situaci důležité. „Není v našem zájmu mít mapu každé budovy, kterou případně budeme chtít navštívit,“ vysvětluje Michael Everet, student strojírenství na Massachusettském technologickém institutu. „Doufáme, že teď bude stačit vysadít robota na začátku jakékoli ulice a on dokáže najít vchodové dveře.“

Výzkumníci používají algoritmus schopný utvářet a postupně upravovat mapu prostředí, ve kterém se robot pohybuje. V tom mu má pomáhat právě sémantické označování objektů a vysoká hloubka obrazu. Algoritmus nese označení SLAM (Simultaneous Localization and Mapping – současná lokalizace a mapování).

Robot teď dokáže v podstatě za pochodu pochopit, co které předměty skutečně jsou,“ vysvětluje Everett. „Dříve orientace v prostoru a hledání cíle v případě robota znamenalo, že jste ho někde vysadili a řekli ‚jdi‘, a on jezdil pořád dokola, dokud se mu konečně nepodařilo dorazit na místo. Trvalo to ale tak zoufale dlouho,“ objasňuje pohnutky k výzkumu jeden z jeho spoluautorů Jonathan How, profesor aeronautiky a astronautiky na MIT.

Proto jednou ze složek výzkumu je urychlení procesu rozhodování, konkrétně utváření plánu cesty prostřednictvím sémanticky odlišeného, kontextově zabarveného odrazu světa. Na MIT tak vyvíjejí nového „odhadce, jestli ta cesta stojí za to“ – algoritmus, která převádí sémantickou mapu vytvořenou za použití SLAMu do další mapy, znázorňující u jakékoli lokace pravděpodobnost, že se nachází blízko ke stanovenému cíli.

Zprávu přinesl web MIT News.



Další články k tématu: Uncategorized