Robot pomoże nam poruszać się w tłumie i zareaguje na nasze zachowanie

Roboty usługowe na co dzień zajmują się pomaganiem ludziom w podstawowych, przydatnych czynnościach. W grę wchodzi pomoc w centrach handlowych, na lotniskach, dworcach komunikacji publicznej, w domach czy szpitalach. Dla wielu może się to wydawać bezsensowne, jednak rzecz zmienia się diametralnie, gdy weźmiemy pod uwagę czynniki ograniczające sprawność ludzką, np. różnego rodzaju niepełnosprawności.

Rynek robotyki odnotował spory rozwój podczas ostatniej dekady, jednak dotychczas zaimplementowane systemy nie pozwalały na to, aby roboty swobodnie przemieszczały się w trudnych warunkach, podążając za daną osobą lub prowadząc ją w określone miejsce. Nie jest to łatwe, a dodatkowo istotnym jest, aby robot potrafił przemieszczać się w zgromadzeniu sporej liczby ludzi, będąc ostrożnym, a także biorąc pod uwagę zebranych uczestników ruchu oraz kłopotliwe części otoczenia (np. filary i inne).

Nad rozwiązaniem tego problemu pochylili się naukowcy z berlińskiego Instytutu Technologii. Opracowali nowy model, oparty na metodzie tzw. intensywnego, wzmocnionego uczenia się, który ma pozwolić robotom na jednoczesne prowadzenie lub podążanie za konkretnym użytkownikiem oraz np. noszenie jego rzeczy, a to wszystko w tłumie ludzi. Deep reinforcement learning jest specjalnym sposobem uczenia się inteligentnych maszyn, jaki pozwala na zdobywanie wiedzy wynikającej z wykonanych czynności, podobnie jak ludzie uczą się z doświadczenia. Taki model może przyczynić się do zwiększenia możliwości robotów, czyniąc je bardziej inteligentnymi i użytecznymi.

Do przeprowadzenia badań nad technologią użyto zaawansowanego symulatora 2D, zwanego arena-rosnav. Podczas szkolenia modelu, naukowcy zaimplementowali informacje semantyczne o stanach i zachowaniach użytkowników (np. o rozmowie, spieszeniu się), co ma dodatkowo wpłynąć na zadowalające sprawowanie robotów, które mogłyby jednakowo przyspieszyć tempa poruszania się etc., a także na polepszenie relacji pomiędzy robotem i człowiekiem. Wyniki badań są obiecujące, a szkolony sztuczny agent mógł wykonywać zlecane czynności prowadzenia lub podążania za użytkownikiem z poprawnym uwzględnieniem prędkości oraz wyzwań dostarczanych przez środowisko. W związku z tym, że symulacje przyniosły oczekiwany skutek, wkrótce zostaną przeprowadzone badania w świecie rzeczywistym z uwzględnieniem prawdziwych robotów.