Российские ученые разработали программное решение на основе ИИ, которое позволяет колесным роботам использовать лифт для перемещений между этажами. Алгоритмы помогают машинам распознать и нажать нужные кнопки, дождаться открытия дверей, оценить, свободна ли кабина, войти в нее, выбрать нужный этаж и выйти. Решение этих задач требует точной навигации, понимания окружающего мира и умения планировать многошаговые действия. Разработка открывает путь к созданию автономных сервисных роботов для работы в многоэтажных пространствах.
Почему роботам сложно ездить на лифте
Ученые из Московского физико-технического института (МФТИ) и Института искусственного интеллекта AIRI разработали систему, которая позволяет роботам пользоваться пассажирским лифтом. Эта способность особенно актуальна для машин на колесах, которые не могут самостоятельно преодолевать лестницы. О разработке «Известиям» рассказали в Минобрнауки РФ.
— Современные мобильные роботы уже выполняют множество полезных задач, однако их операционный радиус часто ограничен одним этажом. Лестницы для большинства колесных платформ остаются непреодолимым препятствием. Единственный способ для таких машин обрести свободу передвижения в многоэтажном здании — научиться взаимодействовать с лифтами, — объяснил один из разработчиков, заведующий лабораторией интеллектуального транспорта ЦКМ МФТИ Дмитрий Юдин.
По его словам, эта задача проста для человека, но для искусственного интеллекта представляет собой сложный вызов. Роботы должны найти лифт и понять, как им пользоваться. В том числе распознать и нажать нужные кнопки, дождаться открытия дверей, оценить, свободна ли кабина, войти в нее, выбрать нужный этаж, доехать и, наконец, выйти.
Выполнение этих действий требует от машин точной навигации, понимания окружающего мира и умения планировать на несколько шагов вперед.
— Предложенный подход сочетает в себе два компонента. Сначала робот, используя данные с камер, строит схему трехмерной сцены. В ней узлы — это объекты (лифт, дверь, кнопки и др.), а ребра — связи между ними. Схема дает понимание того, где робот находится и что его окружает, — рассказал Дмитрий Юдин.
Затем в дело вступает второй компонент, продолжил он. Это большая языковая модель — программа, схожая с технологией, которая лежит в основе Chat GPT. Она выступает для робота в роли внутреннего планировщика.
Модель получает команду от человека и, соотносясь с построенной «картой», преобразует задание в цепь простых действий, понятных роботу. Затем машина последовательно выполняет построенный алгоритм.
Как научить машины взаимодействовать с людьми
Чтобы проверить разработку, сообщил специалист, была создана реалистичная виртуальная среда — цифровой двойник трехэтажного здания с интерактивным лифтом. Эксперименты в ней показали высокую эффективность предложенного подхода.
В дальнейшем исследовательский коллектив намерен улучшить программу, чтобы научить машины работать в динамичных средах. Например, пользоваться лифтом совместно с людьми и другими роботами, уступая дорогу или ожидая своей очереди.
По мнению ученых, разработка — важный шаг на пути к созданию автономных сервисных робототехнических комплексов, приспособленных для эксплуатации в сложной человеческой среде — офисах, деловых центрах, больницах, ресторанах и других местах общественного пользования.
— Задача пользования лифтом, интуитивно понятная для человека, сложна для машин, потому что кроме алгоритма работы автомата роботу нужно учитывать множество сопутствующих факторов. Например, расположение кнопок, скорость передвижения, безопасность, удобство пассажиров, время ожидания и другие, — пояснил «Известиям» доктор технических наук, профессор, заведующий кафедрой «Приборостроение» Пензенского государственного университета Сергей Базыкин.
Чтобы преодолеть эти сложности, инженеры роботам создают стандартизированные инструкции. Вместе с тем движение людей менее структурировано и более непредсказуемо. Поэтому навигация в толпе сложнее, чем алгоритмы дорожного движения, добавил он. Чтобы робот свободно ориентировался в многолюдном пространстве, нужно доработать соответствующие функции, а также подготовить поправки в законы и учесть ряд этических вопросов. При этом универсальной модели симуляции толпы пока не создали.
Идеальный сервисный робот — это помощник, а не заменитель человека. Такие системы предназначены для помощи и выполнения рутинных задач. Они упрощают людям жизнь, но не компенсируют человеческое общение и тепло, уточнил эксперт.
— Умения ориентироваться сейчас не хватает не только роботам, но и людям. Поэтому востребованы семантические сети, которые описывают модели мира и связывают объекты, цели и действия в единую логичную структуру, — поделилась руководитель Центра искусственного интеллекта Сибирского федерального университета Анна Пятаева.
Это достижение, когда система не просто отвечает, а помогает находить путь, — одно из самых важных сдвигов в современном ИИ, добавила она. В управлении, в науке, в сложных индустриальных процессах он меняет всё «понятнее». Сегодня понятность — самая дефицитная и самая ценная функция ИИ.
Подробнее https://iz.ru/2017507/andrei-korshunov/poetazhnaia-strategiia-uchenye-nauchili-robotov-s-ii-ezdit-na-lifte
