fönster mot framtiden
Roboten som löser problem på mänskligt sätt delmålen, och byggde bibliotek bestående av olika handlingar för varje delmål. Slutligen skapade systemet en AI i form av ett planeringsverktyg som användes av en TIAGo-robot, som är designad för att arbeta i inomhusmiljöer, med en utdragbar torso och en arm som kan gripa och flytta föremål. Med hjälp av verktyget kunde roboten automatiskt skapa en plan för att stapla kuber på varandra även när omgivningens förutsättningar förändrades. Kort sagt: Roboten fick i − Robotar som arbetar i uppgift att stapla kuber och valmänskliga miljöer behöver ta de sedan själv bland flera möjlihänsyn till att vi människor ga handlingar den sekvens som, är unika och att vi löser samefter omständigheterna, ledde ma uppgift på individuella till att uppgiften utfördes. Robosätt. Därför är ett viktigt omten klarade alltså att själv plaråde inom robotutveckling att nera hur den skulle göra för att lära robotar att arbeta nära lyckas stapla kuberna trots att människor i dynamiska miljöer, förutsättningarna förändrades säger Maximilian Diehl, doktolite vid varje försök. rand vid institutionen för elek− Resultaten visade att vår metroteknik och ledande forskare tod kan skapa planer som utförs bakom projektet. korrekt till 92 procent efter en När vi människor utför en enenda mänsklig demonstration, kel uppgift, som att duka ett och hela 100 procent korrekt när bord, kan vi agera på flera oliinformationen från alla tolv deka sätt beroende på hur förutmonstrationer användes, säger sättningarna ser ut. Om en stol Maximilian Diehl. oväntat står i vägen flyttar vi på Chalmersforskarnas studie den eller går en omväg, vi anpresenterades på IROS 2021, en vänder omväxlande höger eller av de största och mest inflytelvänster hand, gör pauser eller serika konferenserna om intellihar andra oplanerade beteengenta robotar och system. Nästa den. studie i forskningsprojektet, som Robotar fungerar inte på samnu är i sitt slutskede, undersöma sätt. De behöver exakt proker hur robotar kan kommunicegrammering hela vägen mot ra med människor, och förklara målet. Det innebär att de arvad som gått fel och varför, om betar effektivt i miljöer där de de inte lyckas utföra en uppgift. hela tiden följer samma mönsEn av fördelarna med den artificiella intelligensen är att den kontinu− Helt autonoma och flexiter, som i en fabrik. Men för att erligt kan utvecklas med nya demonstrationer. bla robotar för exempelvis sjukinteragera tillsammans med vård och serviceyrken ligger människor inom exempelvis fortfarande flera år framåt i tiden. Utma− När vi människor har en uppgift deservice eller sjukvård, krävs att robotarningarna ligger främst inom datorseenlar vi upp den i en kedja av mindre mål na utvecklar ett mycket mer flexibelt bede, kontroll och säker interaktion med på vägen, och varje handling vi utför syfteende. människor. Men vi tror att vår metod tar till att uppfylla ett sådant delmål. Istälkommer att bidra till att snabba på läranlet för att lära roboten en exakt imitation BYGGER TORN TROTS VARIERANdeprocessen för robotar, så att de kan ta av mänskligt beteende fokuserade vi på DE FÖRUTSÄTTNINGAR in alla de aspekterna och tillämpa dem i vad målet var med alla de handlingar som Forskarna ville undersöka om de gick att nya situationer, säger Maximilian Diehl. människorna i studien utförde, säger Kalära en robot att i högre utsträckning lösa Forskningen utfördes tillsammans med rinne Ramirez-Amaro, forskarassistent uppgifter på samma sätt som människor. Chris Paxton, forskare på NVIDIA, med på institutionen för elektroteknik. Alltså att skapa en förklarande AI som utfinansiering från Chalmers AI Research Forskarnas unika metod gick ut på att vinner övergripande istället för specifik Centre (CHAIR). systemet extraherade meningen med information vid en demonstration, för att
Kan robotar lära sig att planera sitt eget arbete för att lösa komplexa uppgifter? Forskare på Chalmers har utvecklat en AI som genom att iaktta mänskligt beteende kan anpassa sig och utföra uppgifter i en föränderlig miljö. Sådana flexibla robotar kan i mycket högre grad arbeta tillsammans med människor.
66
www.svenskverkstad.se
sedan kunna planera en flexibel väg mot ett långsiktigt mål. Förklarande AI (Explainable AI eller XAI) är en metod som kan beskriva för människor hur en AI-algoritm fattar ett visst beslut. De lät människor utföra samma uppgift – att stapla kuber på varandra – tolv gånger i en VR-miljö. Varje gång utfördes uppgiften på olika sätt och människornas rörelser registrerades med hjälp av lasersensorer.
