Робот навчився правдоподібно давати п'ять

Інженери з США і Китаю представили робота, який самостійно вчиться фізичним діям людей за відеороликами і здатний займати місце одного з людей в деяких сценаріях соціальної взаємодії. Доповідь про виконану роботу буде представлена на конференції ICRA 2017 в Сінгапурі.

Взаємодії людини і робота це одне з актуальних питань у сучасній робототехніці. Для того, щоб зробити роботів більш зручними і комфортними для людей, використовуються різні прийоми, як декоративні (додавання дисплея з очима), так і функціональні. В даному випадку розробники вирішили навчити робота взаємодіяти з людиною в різних сценаріях на фізичному рівні, а в якості навчання використовували демонстрацію взаємодії людей.

Для навчання використовувався робот Baxter виробництва Rethink Robotics, алгоритм якого навчали на прикладі RGB-D відеороликів (додатково з відеорядом використовувалися дані про глибину сцени), які демонстрували різні сценарії взаємодії людей. Зокрема, на роликах люди вітали один одного (тиснули руки, махали рукою або давали п'ять), допомагали один одному встати і передавали предмет. За відеозаписами робот оцінив рухи людей у різних сценаріях.

Потім автори замінили одного з людей в подібних ситуаціях на самого робота, додатково оснащеного датчиком глибини Kinect, завдяки якому Baxter міг оцінювати рухи людини і робити відповідний висновок про те, як саме потрібно відповісти. При цьому встановлені в маніпуляторах датчики тиску дозволяли роботу діяти акуратно при фізичному контакті, тому Baxter міг акуратно передати чашку або дати п'ять.

Рухи Baxter спочатку перевірили на симуляторі, а потім запросили 12 добровольців для взаємодії з роботом безпосередньо. Випробовувані оцінили дії робота як більш успішні, а рухи як більш природні порівняно з діями робота, запрограмованого на рухи вручну.

Раніше схожу роботу представили вчені з Вісконсинського університету в Мадісоні. Дослідники навчили роботизований маніпулятор передавати чистий посуд людині - робот на прикладі людей навчився вгадувати за поведінкою партнера відповідну стратегію подачі посуду з точністю до 90 відсотків.

Робот Baxter володіє класичною для багатоцільового промислового робота компонуванням з двох маніпуляторів і передбачений набір датчиків для відстеження змін у навколишньому середовищі. Робот управляється операційною системою для роботів (ROS) з відкритим вихідним кодом, завдяки чому для дослідницьких проектів з машинним навчанням часто вибирають саме Baxter. Наприклад, раніше його вже навчили тримати пістолет, розпізнавати предмети на дотик і гладити одяг. Також він використовувався для демонстрації роботи мозкового інтерфейсу, який дозволяє керувати роботом, запобігаючи помилкам у реальному часі.