מחקר שוויצרי: רובוטים עשויים ללמוד את אותה מיומנות دون תכנות מחדש מלא

סדאנוז - חוקרים מהמעבדה "CREATE" במכון הפדרלי לטכנולוגיה בלוזאן (EPFL) בשוויצריה פיתחו מסגרת חדשה שמטרתה לטפל באחת מהבעיות המעיקות ביותר ברובוטים תעשייתיים, הנוגעת כיצד ללמד מיומנות אחת לרובוטים שונים באופן מבנה מבלי לתכנת מחדש מאפס בכל פעם.

המחקר שפורסם בכתב העת "Science Robotics" מציע מה שהחוקרים מכנים "אינטליגנציה מוטורית", גישה שהופכת את המשימה המוצגת על ידי האדם לאסטרטגיית תנועה כללית, ולאחר מכן מתאימה אותה אוטומטית לעיצוב המכנית של כל רובוט בנפרד.

הבעיה היא שברובוטים, אפילו כאשר הם משמשים בביצוע משימות דומות, הם לא זזים באותו אופן. השוני בסדר המפרקים, גבולות התנועה ודרישות היציבות מונעים מהמיומנות של רובוט אחד להיות מועברת ישירות לרובוט אחר. לכן; עדכון צי הרובוטים במפעלי תעשייה לרוב לא יחסוך רק את החלפת הציוד, אלא כולל גם הגדרת משימות מחדש, כיוון גבולות הבטיחות, ובדיקת ההתנהגות המוטורית של כל פלטפורמה חדשה. המחקר החדש מנסה להפריד את "רעיון המיומנות" ממאפייני הרובוט האינדיבידואלי, כך שיהיה אפשר להעביר אותה בין פלטפורמות שונות בעלות עלות נמוכה יותר וזמן קצר יותר.

העברת המיומנות בביטחה

ובשביל לבנות את המסגרת הזו; החלו החוקרים ממשימות לתפעל עצמים שהוצגו על ידי אדם, כמו הנחה, דחיפה וזריקה. הצוות השתמש בטכניקות של לכידת תנועה כדי להקליט את המשימות הללו, ולאחר מכן המיר אותן מתמטית לאסטרטגיות תנועה כלליות שאינן קשורות לרובוט אחד ספציפי. לאחר מכן, הם יצרו סיווג מובנה של המגבלות הפיזיקליות לכל עיצוב רובוטי, כמו טווח תנועת המפרקים והמיקומים שצריך להימנע מהם כדי לשמור על היציבות. ובכך, הרובוט כבר לא מעתיק תנועה אנושית או תנועה של רובוט אחר כפי שהיא, אלא "מפרש" את המיומנות בתוך הגבולות המכנית שלו.

בניסוי הבסיסי, אדם הציג משימה מורכבת על רצועת ייצור כמו דחיפת בלוק עץ מרצועת זחילה לפלטפורמת עבודה, ולאחר מכן הנחה אותו על שולחן, ואז זרק אותו לעגלה. לפי הדו"ח, שלושה רובוטים מסחריים שונים לחלוטין הצליחו לבצע את אותה סדרה בביטחה ובאמינות באמצעות המסגרת של האינטליגנציה המוטורית. והחשוב ביותר, המערכת המשיכה לפעול גם כאשר חילקו מחדש את צעדי הפעולה בין הרובוטים; מה שמעיד על כך שהמסגרת לא שומרת רק מסלול אחד, אלא מעבירה את הלוגיקה של המשימה עצמה לגופים שונים.

אוטומציה מהירה ופשוטה

החוקרים אומרים שהערך הראשי כאן לא קשור רק להשלמת המשימה, אלא להבטיח שכל רובוט מבצע אותה בתוך הגבולות הבטוחים שלו. ראש המעבדה, אוד בלר, תיארה זאת כטיפול באתגר ישן ברובוטים הנוגע להעברת המיומנות הנלמדת בין רובוטים עם מבנים מכניים שונים תוך שמירה על התנהגות בטוחה וצפויה. אחד מהחוקרים המשתתפים הסביר שכל רובוט "מפרש את המיומנות עצמה בדרכו, אך תמיד בתוך גבולות בטוחים וניתנים לביצוע". נקודה זו היא חיונית מכיוון שרבים ממערכות הלמידה הרובוטית מציגות ביצועים טובים במעבדה, אך הן הופכות לפחות אמינות כאשר הן מועברות לפלטפורמות אחרות או לסביבות תפעוליות אמיתיות.

חשיבות הגישה הזו מתבהרת במיוחד במגוון הייצור, שם יכול להתרחש שינוי של רובוטים או עדכונים שיביאו לשיבושים ממושכים ויקרים. אם ניתן להעביר מיומנויות בין רובוטים שונים דרך ייצוג כללי של המשימה במקום תכנות מפורט, ייתכן שניתן יהיה להאיץ את ההשקה של רובוטים חדשים והפוך את התהליך לבר קיימא יותר. הדו"ח מצביע גם על כך שזה יכול להפחית את היקף המיומנות הטכנית הנדרשת לתפעול המערכות בסביבות האמיתיות, נקודה שיכולה להיות חשובה לחברות המעוניינות להרחיב את האוטומציה מבלי להסתמך לחלוטין על צוותי תכנות מקצועיים לכל פלטפורמה.

האמביציה של החוקרים לא נעצרת בקווי הייצור. הם רואים שהמסגרת עשויה להימשך לשיתוף פעולה בין אדם לרובוט, או לתקשורת מבוססת שפה טבעית, שבה המשתמש יכול להנחות את הרובוט בצווים פשוטים מבלי להיכנס לתכנות טכנולוגי מורכב. כמו כן, נראה שהגישה מתאימה לפלטפורמות רובוטיות מתפתחות, בהן החומרה מתקדמת במהירות וייתכן שהמודלים הנוכחיים יוחלפו באחרים חדשים בתקופה קצרה. בסביבות אלו, הבעיה אינה רק ללמד את הרובוט משימה אחת, אלא לשמור על אותה מיומנות ניתנת להעברה עם כל דור חדש של מכונות.