Video viser Real-Life 'Transformers' Roboter, der Se, Tænk og Transform

Et team af robotister har taget et andet skridt i retning af den uundgåelige fremtid, hvor virkeligheden er transformers flytte blandt os.

Ny forskning om modulære, autonome robotter blev offentliggjort onsdag, der viser, hvordan robotter kan se, tænke og beslutte at omdanne deres form ud fra den udfordring, de står overfor.

Et seks-personers team offentliggjorde dette forskningspapir - "Et integreret system til perception-drevet autonomi med modulære robotter" - i tidsskriftet Science Robotics. Forskerne hagler fra Cornell University og University of Pennsylvania.

Her er nøgleområderne for, hvordan roboten gør hvad den gør, i forskernes ord.

"Mange mennesker har set dette i film, hvis du har set det som transformers eller Big Hero 6, robotter, der kan ændre deres form, "siger Mark Yim, professor, University of Pennsylvania, af de modulære robotter afsløret denne uge. "Vi har haft mange eksempler på robotter, der kan gøre ting som at gå eller klatre trapper … men alle disse ting blev gjort separat. Dette er første gang, vi har haft et system, der kunne gøre alle disse ting autonomt."

Først hvordan ser dette robotsystem verden rundt omkring? Her er forsker Jonathan Daudelin:

Vi bruger et 3-D kamera monteret på vores sensormodul til at opfatte og oprette et 3-D kort over robotens miljø i realtid, og så har vi en række perceptionsalgoritmer, der bruger disse data til at gøre ting som f.eks. Robotten hvor man skal udforske ukendte områder og karakterisere miljøet med hensyn til robotternes evner.

Og hvordan kan denne robotproto-Transformer vide, hvilke former der skal tages? Igen er her Daudelin:

Det kan genkende trapper eller smalle sprækker, flade områder osv., Og så bruger planlæggeren på højt plan disse oplysninger for at afgøre, hvilke poster fra biblioteket, hvilke handlinger, hvilke robotformer der skal udføres de opgaver, der er givet miljøforholdene.

Så hvad er næste for denne robot? Forsker Tarik Tosun fortæller Inverse Der kunne være to situationer hvor den blev brugt: En katastrofezone - et scenario, der almindeligvis anvendes af robotister - og den mere hverdagslige situation i et typisk hjem med tæppe og trægulve og trapper og måske endda en bunke af snavset tøjvask.

"Hvis du går ind i en katastrofezone, kan det ikke engang være klart, hvad opgaven er, før du rent faktisk går ind, ikke? Hvis du går ind i en sammenbrudt bygning, ved du ikke, hvordan det ser ud på indersiden, eller om der er mennesker derinde, som du måske vil redde, "siger Tosun.

"Så har en robot, der virkelig er meget alsidig, kunne være nyttig i dette scenario, fordi det kan gå ind, vurdere dets omgivelser og så måske vælge at blive en slange for at gå gennem en lille sprække eller endda en husly for at beskytte folk mod faldende ruiner, noget i den stil."

Disse robotter kunne også komme hjemhjælpere, siger Tosun også:

Et lidt mindre ophidset eksempel eller domæne kan kun være omkring folks huse. Hvis du ønsker at have en lille robot, der opererer i en persons hjem, har vores hjem og kontorer og indendørs miljøer temmelig komplicerede miljøer. Der er ofte rod, mange forskellige overflader, som robotten måske har brug for at krydse og have evnen til at forvandle sig til en robot som - en form, der er god til at klatre op ad trappen, når du skal klatre op ad trappen eller god ved at zoome på tværs af gulvet, hvis du har flad gulv. Det kunne også være meget nyttigt i et hjem.

Hvad er noget, at disse robotter endnu ikke kan gøre, at de måske snart? Det kommer ned på, hvordan roboten tænker og hvordan det kan blive stærkere, siger forskerne.

Tosun fortæller Inverse de modulære roobts er meget gode til at være fleksible, men de er ikke meget stærke; de kan ikke løfte meget tunge genstande. Forskerne kan kombinere deres modulære karakter med mere kraftfulde løfteb robotter eller robotter. De modulære robotter kunne også bruges til at opbygge strukturer, der ville gøre det muligt for dem at blive brugt i nye kapaciteter, som skalering af store strukturer.

Det andet interessante område, som den modulære proto-transformator kunne forbedre, ville være relateret til kunstig intelligens eller maskinindlæring. Lige nu har modulboten et bibliotek af beslutninger eller handlinger, der skal gemmes lokalt. Her er Hadas Kress-Gazit, en anden forsker på holdet og lektor i Cornell:

"Et virkelig interessant spørgsmål ville være, kan vi automatisere det på en eller anden måde?" Fortæller Kress Gazit Inverse. "Så kan vi bruge maskinindlæring? Kan vi bruge forskellige (atomiserings) algoritmer for at kunne skabe disse eller i det mindste et sæt af kandidatformer og adfærd, der spænder igen det større sæt opgaver, som vi i øjeblikket kan gøre. Så det er lidt af et interessant forskningsspørgsmål, som vi udforsker."