Gotowe roboty do prawdziwego świata

W wyblakłym żółtym magazynie na Albany Street włącza się robot Atlas. Ta masywna humanoidalna maszyna, wysoka na sześć stóp dwa cale i ważąca 330 funtów, odpala potężnym, wysokim buczeniem z pompy, która pompuje płyn do jej przegubów hydraulicznych. Zawieszony tuż nad ziemią na uwięzi, zaczyna poruszać nogami i ramionami, co jest częścią procedury kalibracji siłowników w 28 przegubach.

Helios, robot Atlas MIT, jest pretendentem do DARPA Robotics Challenge.

To trochę jak poranny odcinek, mówi Scott Kuindersma, stażysta w Laboratorium Informatyki i Sztucznej Inteligencji MIT (CSAIL).

Gdy robot jest opuszczany na podłogę, Pat Marion, współpracujący naukowiec, który jesienią tego roku rozpocznie pracę nad swoim doktoratem z elektrotechniki i informatyki (EECS), siada przed monitorami komputerowymi ustawionymi kilka metrów dalej i patrzy na świat widziany oczami robota – a raczej kamerami i lidarami przymocowanymi do jego głowy i klatki piersiowej. Jeden ekran łączy widok pomieszczenia w niskiej rozdzielczości z rybim okiem z wąskim, szczegółowym obrazem z kamery stereo. Na innym ekranie jest czarno-białe odwzorowanie pomieszczenia stworzone przez czujnik laserowy. Za pomocą kilku kliknięć Marion wyznacza robotowi cel chodzący, wskazując miejsce na ekranie przed jego wirtualnym obrazem; system odpowiada sugerowanym zestawem wirtualnych kroków na ekranie. Robot powoli porusza nogami, przesuwając ciężar z boku na bok przy każdym kroku, gdy jego pompa hydrauliczna wyje. Po dotarciu do przewróconego metalowego stojaka Marion każe mu podnieść drewnianą deskę, która opiera się o stojak. Dzięki szponiastemu uchwytowi ręcznemu robot ostrożnie chwyta deskę, podnosi ją i macha ramieniem w prawo, pozwalając drewnu uderzać o ziemię. Jedno zadanie wykonane na dany dzień.

Robot został zaprogramowany przez zespół studentów, doktorów habilitowanych i członków wydziału kierowany przez profesora EECS Setha Tellera i Russa Tedrake'a, doktora '04, profesora nadzwyczajnego z podwójnymi stanowiskami w EECS oraz aeronautyce i astronautyce. Zespół reprezentuje MIT w US Defense Advanced Research Projects Agency (DARPA) Robotics Challenge, wieloletnim turnieju mającym na celu przyspieszenie rozwoju robotów, które mogą pomóc ludziom w rzeczywistych działaniach ratowniczych i sytuacjach kryzysowych — robotach, które mogły zniknąć na przykład do elektrowni jądrowej Fukushima po jej potrójnym stopieniu, aby pracownicy nie byli narażeni na szkodliwe promieniowanie. Konkurs oferował zespołom ze środowisk akademickich, przemysłowych i rządowych dwa tory: niektóre zbudowały własne roboty, podczas gdy inne zespoły, w tym MIT, skupiły się na opracowywaniu oprogramowania do sterowania robotem Atlas, zaprojektowanym i zbudowanym przez firmę Boston Dynamics, będącą spinoffem MIT. (Z siedzibą w Waltham, Massachusetts, Boston Dynamics był współzałożycielem Marca Raibert, PhD ’77, byłego profesora EECS i członka AI Lab MIT. Google kupił firmę za nieujawnioną kwotę w zeszłym roku.)

DARPA Robotics Challenge (DRC) składa się z trzech etapów. W pierwszym, zespoły programistyczne wykorzystały swoje programy do przeprowadzenia symulowanego Atlasa przez kilka zadań w ramach Virtual Robotics Challenge, które odbyło się w czerwcu 2013 r. Podczas prób DRC w grudniu 2013 r. zespoły zebrały się na torze wyścigowym na Florydzie, aby przetestować możliwości prawdziwych robotów — i aby zdobyć prawo do rywalizacji o 2 miliony dolarów nagrody w trzecim etapie konkursu, finałach DRC w 2015 roku.

Nieodparte wyzwanie
Na pierwszy rzut oka zadania robotów podczas prób wydają się zaskakująco proste: między innymi otwieranie drzwi, wchodzenie po drabinie, manipulowanie wężem i obsługa zaworów. Człowiek reagujący jako pierwszy mógł zrobić każdą z tych rzeczy w ciągu kilku sekund, a potężny Atlas był z pewnością fizycznie zdolny do ich wykonania. Jednak zaprojektowanie i zaprogramowanie robota, który potrafi nawigować i manipulować obiektami w miejscu katastrofy, gdzie warunki są nieładne, a komunikacja niestabilna, jest ogromnym wyzwaniem. Chociaż roboty fabryczne rutynowo wykonują złożone zadania, są zaprogramowane do wykonywania jednej rzeczy dobrze w środowisku specjalnie do tego zaprojektowanym.

Rzeczywisty świat to bezlitosne miejsce, mówi Teller. Nie da się przewidzieć warunków, jakie napotkają roboty, dlatego muszą być znacznie bardziej responsywne i elastyczne. Nie chodzi o to, że projektujesz świat, aby pomóc robotowi, mówi. Projektujesz robota, aby wyruszył w świat, aby wykonać pracę, którą należy wykonać.

Maurice Fallon, Seth Teller (w czapce) i Pat Marion przeglądają obrazy uzyskane z danych z czujników Helios podczas prób na Florydzie i zastanawiają się, jak postępować podczas wykonywania zadania z wężem.

Teller i Tedrake postanowili utworzyć zespół DRC na początku 2012 r., gdy plotki o rywalizacji rozeszły się po społeczności robotycznej. Ich umiejętności uzupełniają się. Teller, który kieruje grupą Robotics, Vision, and Sensor Networks w CSAIL, koncentruje się na pomaganiu maszynom w wykrywaniu ich otoczenia i interakcji z ludźmi; Tedrake, który kieruje grupą Robot Locomotion w CSAIL, skupia się na kontroli ruchów, w szczególności chodzenia.

Nie brakowało naukowców – i studentów – chętnych do pomocy. Wysiłek DRK ma całą ekscytację typowego projektu badawczego, wraz z dodatkową intensywnością sztywnych terminów i głośną międzynarodową rywalizacją o konkretne zadania, mówi Teller. Dzięki ściśle określonym terminom zawodów nie ma czasu na osiągnięcie perfekcji i niewielkie pole manewru, jeśli coś nie działa poprawnie. Teller i Tedrake zrekrutowali naukowca Maurice'a Fallona, ​​aby poprowadził prace nad percepcją robota, a Kuindersma był odpowiedzialny za planowanie i kontrolę. Teller skontaktował się również z Matthew Antone '95, MEng '96, PhD '01, który pracował z nim w zespole MIT 2006-2007 DARPA Urban Challenge opracowującym pojazdy autonomiczne, podczas gdy postdoc Sisir Karumanchi zapewnił wczesne wsparcie w tworzeniu oprogramowania do manipulowania przedmiotami . Oni i inni z całego MIT starali się odpowiedzieć DARPA z formalną propozycją do końca maja. (Marion, znakomity inżynier oprogramowania, dołączy później do zespołu, aby poprowadzić rozwój interfejsu operator-robot.) W sumie zespół składa się z 12 studentów i 12 wykładowców, doktorów i pracowników CSAIL; wydziały EECS, Inżynierii Mechanicznej i Aero-Astro; oraz Centrum Inżynierii Oceanicznej.

Zanim DRK oficjalnie rozpoczęło się w październiku 2012 r., kiedy to wpłynęło 375 000 USD w początkowym finansowaniu DARPA i odbyło się spotkanie inauguracyjne w agencji, zespół MIT spędził już sześć miesięcy, zbierając fundusze, przeprowadzając wstępne badania projektowe i wdrożeniowe oraz badając odpowiednie przestrzenie laboratoryjne wokół kampusu.

Celem konkursu nie jest nakłonienie robotów do samodzielnego myślenia i działania. Ale Teller mówi, że od samego początku strategia zespołu MIT koncentrowała się na przeniesieniu wielu decyzji niskiego poziomu do robota. Teller mówi, że chociaż DARPA dostarczyłoby wyraźnych informacji na temat konfiguracji każdego zadania, zdecydowali się nie programować robota tak, aby wykonywał każde z nich, i nie mieć ludzkiej opieki nad dzieckiem przy każdym ruchu.

Zamiast tego chcieli mieć miejsce między człowiekiem a robotem. Operator oceniałby informacje sensoryczne z robota i decydował, co zrobić. Oprogramowanie robota opracowuje następnie plan ruchu w celu wykonania zadania, który człowiek mógłby zatwierdzić lub dostosować. Każda decyzja zostanie podjęta w locie.

Ponieważ prawdziwy świat jest nieprzewidywalny, nie można po prostu mieć gotowego planu i oczekiwać, że się powiedzie, mówi Teller. On i jego koledzy z zespołu byli pewni, że ich elastyczny system będzie ostatecznie najbardziej wydajny, zmniejszając ludzki umysł wymagany na każdym kroku. Ale mieli dużo pracy do wykonania.

Etap pierwszy: czy Twoje oprogramowanie jest godne Atlasu?
W tygodniach poprzedzających Virtual Robotics Challenge (VRC) członkowie zespołu koczowali przez całą dobę w laboratorium CSAIL w Stata Center, żywiąc się rotacyjnym wyborem pop-tartów, owoców i dań na wynos, próbując przewidywać problemy które mogą pojawić się w symulacji i opracować obejścia. W dniach 18, 19 i 20 czerwca ponad dwa tuziny zespołów wzięły udział w symulacjach VRC we własnych laboratoriach. W CSAIL operatorzy każdego zadania zamykali się w oddzielnym biurze i skupiali się na renderowaniu wirtualnego robota, gdy testowali swoje oprogramowanie; pozostali członkowie zespołu obserwowali swoje postępy na łączu wideo na zewnątrz.

Helios zdobywa punkty w zadaniu drabinkowym.

Przygotowanie zespołu opłaciło się. W większości przypadków, mając plan oprogramowania, ruchy robota działały. Ale na wszelki wypadek do oprogramowania wpisano kilka ruchów, aby pomóc wirtualnemu robotowi wyjść z trudnych sytuacji. Absolwent Andrés Valenzuela, SM ’11, wymyślił na przykład, jak zmusić go do raczkowania, co okazało się przydatne; spadł podczas zawodów i wczołgał się do mety, gdy minął czas.

Kiedy DARPA ogłosiła wyniki testów wirtualnych, MIT zajął trzecie miejsce z 26 zespołów. Naukowcy pokonali pierwszą poważną przeszkodę, zdobywając dodatkowe 750 000 dolarów w finansowaniu i udział w grudniowych badaniach DRK. Teraz musieli tylko przenieść swój wirtualny sukces na maszynę o wadze 330 funtów.

Poznawanie robota
Mając za sobą testy oprogramowania, członkowie zespołu MIT zaplanowali swoje letnie wakacje wokół długo oczekiwanego sierpniowego odsłonięcia ciężko zdobytego Atlasu. Zespół z Boston Dynamics przybył do magazynu przy Albany Street (powierzchnia wypożyczona z Departamentu Nauk o Ziemi, Atmosfery i Planetarnej, ponieważ maszyny są zbyt hałaśliwe dla laboratoriów CSAIL i zbyt brudne – płyn hydrauliczny kapie na dywany ). Delikatnie rozpakowali robota, którego nazwali Helios, i podnieśli go z dużej drewnianej skrzyni transportowej.

Dla wszystkich członków zespołu była to wspaniała okazja, aby zobaczyć algorytmy, które opracowują, zawarte w jednym z najbardziej zaawansowanych robotów humanoidalnych, jakie kiedykolwiek stworzono. W rzeczywistości ta okazja była wielką atrakcją dla samego Tedrake'a. Chciałem bawić się tym robotem, mówi. Dodaje, że mając laboratorium skoncentrowane na projektowaniu systemów sterowania, a nie na budowaniu drogiego sprzętu, nigdy nie zbudowałby czegoś tak pięknego jak ten robot.

Ale czasu było mało: miały tylko cztery miesiące na przygotowanie się do prób DRK na Florydzie, które miały się odbyć pod koniec grudnia. Zespół musiałby znaleźć się w pierwszej ósemce w tych próbach, aby otrzymać 1 milion dolarów dofinansowania z DARPA na kontynuowanie pracy i rywalizację o nagrodę w wysokości 2 milionów dolarów w finałach DRC.

Wiele oprogramowania, które naukowcy opracowali dla symulatora, zostało bezproblemowo przeniesione do robota, chociaż jego niskopoziomowe systemy sterowania silnikiem wymagały dostosowania. Ale chociaż udało im się zmusić swojego symulowanego robota do wyczołgania się z trudnej sytuacji, delikatny i drogi Atlas potrzebował liny zabezpieczającej, aby nie spadł. Od czasu do czasu robot wystrzeliwał w powietrze płyn hydrauliczny pod ciśnieniem, więc członkowie zespołu nosili okulary ochronne i stali za pleksiglasem. I było niesamowicie głośno: Tedrake kupił słuchawki z redukcją szumów dla osób, które potrzebowały przerwy.

Jeden członek zespołu został wyznaczony jako główny operator robota do każdego zadania, które musiałby wykonać na Florydzie, podczas gdy inny był pod ręką, aby pomóc robotowi w postrzeganiu otoczenia. Biorąc pod uwagę informacje wizualne z kamer i czujników robota, skrzydłowy percepcji może pomóc mu zidentyfikować obiekt zainteresowania – na przykład wiertło lub klamkę. Robot mógł wówczas uzyskać dostęp do wstępnie zaprogramowanych informacji o tym, jakie są wiertła i klamki do drzwi oraz jak je chwytać i manipulować.

Zanim testy były już za kilka tygodni, oprogramowanie było gotowe, a zespół skoncentrował się na praktykujący . Ponieważ wielu uczniów żonglowało w maturze, członkowie zbierali się w dusznym magazynie o siódmej rano każdego ranka, mierząc czas, kiedy przeprowadzali robota przez każde zadanie i mając nadzieję, że to, co osiągnęli w laboratorium, zostanie przeniesione na zewnątrz. Po krótkiej wyprawie na chodnik Albany Street w mroźny poranek — pierwsza operacja robota na zewnątrz — starannie zapakowali Heliosa i jego sprzęt do ciężarówki i wysłali go na Florydę.

Etap drugi: roboty na torze wyścigowym
Tłum zgromadzony na Homestead-Miami Speedway 20 i 21 grudnia był zdecydowanie bardziej geekowski niż fani NASCAR, którzy zwykle zajmowali miejsca. Ale oczekiwanie było tak samo wysokie, jak widzowie czekali, aby zobaczyć najlepszych robotów na świecie i ich maszyny, które to zrobią. Każda z 16 drużyn (niektóre finansowane przez DARPA, a niektóre samodzielnie) miały stację kontrolną ustawioną na pasach boksów, gdzie członkowie zdalnie sterowali swoim robotem, gdy rywalizował o punkty w ośmiu różnych zadaniach: kierowanie pojazdem, chodzenie po wyboistym teren, wspinanie się po drabinie, usuwanie gruzu, otwieranie szeregu drzwi, wycinanie kształtu w ścianie bezprzewodową wiertarką, obracanie zaworu i manipulowanie wężem. W ramach tych zadań zespół mógł otrzymać punkt za każde z trzech podzadań oraz punkt bonusowy za wykonanie wszystkich trzech bez interwencji. Aby zasymulować scenariusz katastrofy, komunikacja między zespołami i ich robotami była okresowo spowalniana do sygnału o niskiej przepustowości.

Mimo że zespoły otrzymały z wyprzedzeniem wyraźne opisy zadań, aby mogły ćwiczyć, próby pokazały, jak trudne stają się rzeczy, gdy warunki nie są idealnie kontrolowane. Ustawienie na zewnątrz wprowadziło nowe zmienne: jasne światło słoneczne, silną bryzę i zaskakująco wysokie temperatury w grudniu, powodujące przegrzewanie się laptopów.

Maurice Fallon (po lewej) i Scott Kuindersma zabezpieczają Helio w quadzie do zadań związanych z pojazdem.

Wyraźnym zwycięzcą okazał się Team Schaft, reprezentujący firmę spinoff University of Tokyo, która również została przejęta przez Google tuż przed imprezą: zaprojektowany przez nią robot wykonywał zadania płynnymi ruchami. Jednak w przeważającej części próby były ważnym sprawdzeniem rzeczywistości dla każdego, kto przyzwyczaił się do oglądania humanoidalnych robotów ładujących się na ekranach filmów. Chociaż wydarzenie odbywało się na torze wyścigowym zbudowanym z myślą o szybkości, wyglądało to bardziej jak zawody w ekstremalnie wolnym tai chi. Maszyny ostrożnie stąpały po gruzach, z trudem otwierały drzwi i wspinały się po drabinach z nieznośną rozwagą.

Niektóre rzeczy po prostu nie poszły zgodnie z planem. W swojej pierwszej próbie Fallon i Marion prowadzili Heliosa przez zadanie, które polegało na usunięciu 10 kawałków drewna, aby oczyścić ścieżkę do drzwi (otrzymywali jeden punkt za pierwsze pięć elementów i jeden za drugie pięć). Fallon właśnie zmusił robota, by odsunął piątą deskę, gdy drewno odbiło się i opadło przed nią. Czasu było zbyt mało, aby wykonać zadanie zgodnie z planem, ale był w stanie sprowadzić robota z zaplanowanego kursu, aby usunąć zabłąkane drewno z drogi i przejąć punkt. Jakkolwiek małe i nieistotne, jak to brzmi, było to dla nas duże osiągnięcie, mówi. Później Helios upadł, próbując przejść przez trzy drzwi i wchodząc po drabinie. Ale zespół zdobył pełen zestaw punktów za zadania związane z wiertłem i zaworem.

Dla rywalizujących drużyn pokazanie nawet niektórych z tych umiejętności było satysfakcjonujące. Gill Pratt ’83, SM ’87, PhD ’90, kierownik programu w Biurze Nauk Obronnych DARPA, mówi, że pomimo trudności, z jakimi borykały się zespoły, próby przeszły jego oczekiwania. Spodziewaliśmy się, że najlepszy zespół zdobędzie około połowy punktów, mówi. Zespół Schaft zgarnął konkurencję 27 z 32 możliwych punktów. Zespół z Florida Institute for Human and Machine Cognition (IHMC) zajął drugie miejsce z robotem Atlas, a Carnegie Mellon University zajął trzecie z robotem o nazwie CHIMP (od wysoce inteligentnej platformy mobilnej CMU). Z zajął czwarte miejsce, zdobywając 16 punktów. Niektóre zespoły z samodzielnie zaprojektowanymi robotami, w tym jeden zaprojektowany przez Johnson Space Center NASA, nie wykonały żadnego z zadań na czas.

Chociaż niektóre relacje prasowe z prób na Florydzie koncentrowały się na tym, jak inteligentne były roboty, w rzeczywistości każdy ruch był choreografowany przez ludzkich operatorów. To, że ciało wygląda podobnie do człowieka lub zwierzęcia, nie oznacza, że ​​mózg robota jest tak dobry, mówi Pratt. Chociaż roboty są coraz bardziej zdolne do samodzielnego planowania i wykonywania szczegółów swoich ruchów, ludzie wciąż myślą o tym.

Ale różne zespoły miały różne sposoby zarządzania komunikacją między człowiekiem a maszyną. MIT miał szczególnie dobrze zaprojektowany interfejs człowiek-maszyna, mówi Pratt. W szczególności zespół stworzył oprogramowanie, które umożliwiało operatorom szybkie pomaganie robotowi w dostrzeganiu ważnych obiektów w jego otoczeniu. Mówi, że gdy interfejs jest dobrze zaprojektowany, operator może osiągnąć więcej przy mniejszym nakładzie pracy. Podczas gdy wiele innych zespołów używało joysticków do manipulowania robotem, mówi Teller, zespół MIT przyjął bardziej obliczeniowe, mniej ręczne podejście. Chodzi o to, aby dać robotowi coraz wyższe polecenia i ostatecznie opracować maszyny, które w coraz mniejszym stopniu polegają na wysoko wykwalifikowanym operatorze, który pociąga za sznurki.

Podczas prób na Florydzie Helios wykonuje zadanie z zaworami, podchodząc do trzech różnych rodzajów zaworów montowanych na ścianie i obsługując je.

Chociaż próby były intensywne, Teller mówi, że były zaskakująco zabawne; po raz pierwszy zespoły, które od miesięcy pracowały nad własnymi projektami, miały okazję spotkać się i zaprezentować swoją pracę. Chociaż byli konkurentami, pomagali sobie nawzajem i pożyczali części tam iz powrotem. I chociaż robot MIT został pokonany przez niektórych innych, jego mocne wykończenie dało zespołowi kolejny milion dolarów na kontynuowanie pracy w kierunku finałów DRC, które prawdopodobnie odbędą się wiosną przyszłego roku.

Etap trzeci: Przygotowanie do ostatecznego starcia
Helios jest teraz z powrotem w swoim domu na Albany Street, a zespół MIT ma wreszcie dłuższy czas na ulepszenie swojego systemu. W nadchodzących finałach zespół jeszcze bardziej zwiększa autonomię robota. Łącza komunikacyjne między ludźmi a robotami mogą być od czasu do czasu znacznie spowolnione i całkowicie przerwane, więc naukowcy starają się zapewnić maszynie autonomię na poziomie zadań, co oznacza, że ​​może samodzielnie podnieść wąż lub otworzyć drzwi . W jednej z ostatnich demonstracji Marion zmusiła Atlas, aby podszedł do stołu, podniósł z niego cztery przedmioty i wrzucił je do wiadra, a wszystko to w odpowiedzi na proste polecenie startu.

Pratt mówi, że finały będą trudniejsze pod innymi względami. Pęta bezpieczeństwa, które utrzymywały roboty w pozycji pionowej, jeśli straciły równowagę, prawdopodobnie znikną; roboty będą musiały się podnieść, jeśli spadną. Zamiast być podłączonym do źródła zasilania, maszyny będą musiały posiadać własne rezerwy mocy. I będą musieli poruszać się w bardziej ciągłym zestawie zadań. Będzie to wymagało od zespołu MIT, aby Helios był jeszcze bardziej płynny w swoich ruchach i lepiej potrafił postrzegać swoje otoczenie.

Tedrake mówi, że z czasem, aby opracować bardziej wyrafinowane algorytmy, wszystkie zespoły będą w stanie zademonstrować ruchy w finale, które są szybsze i mniej zatrzymywane – trochę mniej jak tai chi. To, co musi się wydarzyć, aby roboty stały się bardziej dynamiczne i zgrabne, to to, że muszą lepiej rozumieć swoją własną fizykę i być w stanie szybciej ją rozumować, mówi. Teller, Tedrake i zespół już zaczęli publikować artykuły na temat swojego podejścia i udostępnili publicznie część swojego kodu źródłowego.

Nawet z oprogramowaniem, które pozwala robotom poruszać się szybciej i osiągać więcej, nadal będą się zdarzać sytuacje, w których maszyny będą się potykać, chybić celu lub będą musiały dobiec do mety. Ludzie postrzegają roboty jako perfekcję, mówi Teller, ale obraz tych maszyn na linii montażowej pracujących w ściśle kontrolowanych warunkach nie jest taki, jak te rzeczy będą wyglądać, gdy zostaną wdrożone w prawdziwym świecie. Mimo to jest to część zabawy z projektowaniem robotów, które potrafią zarządzać bałaganem życia. Nie dążymy do perfekcji tutaj, mówi. Zależy nam na możliwościach. Czy ludzie i maszyny, pracując razem, mogą wykonać zadanie?

ukryć