Avaldatud: 12. märts 2025 / Uuendatud: 12. märts 2025 – Autor: Konrad Wolfenstein
Teadlased Sepehr Samavi ja professor Angela Schoellig robot Jacki kõrval – Foto: Astrid Eckert, München
Teedrajav töö robootikas: TUM arendab ennustavat robotit
Autonoomsed süsteemid: kuidas robotid õpivad inimestega suhtlema
Maailmas, mis areneb kiiresti automatiseerimise ja tehisintellekti suunas, on autonoomsed süsteemid muutumas üha olulisemaks osaks meie igapäevaelust. Alates isejuhtivatest autodest ja intelligentsetest abirobotitest kuni keerukate tööstustehasteni – masinate võime teha iseseisvaid otsuseid ja tegutseda keerulistes keskkondades muudab meie elu arvukalt aspekte. Eriti põnev ja väljakutseid pakkuv valdkond robootikas on selliste süsteemide arendamine, mis suudavad dünaamilistes, inimtekkelistes keskkondades ohutult ja tõhusalt liikuda. See hõlmab lisaks takistuste vältimisele ka inimkäitumise mõistmist, ennustamist ja sellele reageerimist, et tagada sujuv ja ohutu suhtlus.
Tuntud Müncheni Tehnikaülikooli (TUM) teadlased töötavad intensiivselt just selle robootika, tehisintellekti ja inimkäitumise ristumiskoha kallal. Professor Angela Schoelligi juhitud õppesüsteemide ja robootika laboris on nad välja töötanud uuendusliku roboti nimega "Jack", mis suudab rahvahulkades navigeerida märkimisväärse oskuse ja ettenägelikkusega. Jacki eristab paljudest teistest robotitest võime mitte ainult tajuda oma vahetut ümbrust, vaid ka aktiivselt arvestada sellega, kuidas läheduses olevad inimesed liiguvad ja kuidas nad võivad tema enda liikumisele reageerida. See ettenägelik mõtlemine võimaldab Jackil planeerida oma marsruuti tiheda liiklusega ruumides mitte ainult reageerivalt, vaid ka ennetavalt ja intelligentselt.
Sobib selleks:
Rahvamassis navigeerimise väljakutse
Rahvahulkade navigeerimine on robotitele tohutu väljakutse, mis ulatub kaugemale pelgast takistuste vältimisest. Erinevalt staatilisest või etteaimatavast keskkonnast on rahvahulgad dünaamilised, ettearvamatud ja neid iseloomustavad keerulised sotsiaalsed interaktsioonid. Iga rahvahulga liige liigub individuaalselt, kuid mõjutab samal ajal teiste liikumist. See vastastikune sõltuvus koos inimkäitumise loomuliku varieeruvusega muudab robotite jaoks ohutu ja tõhusa liikumise äärmiselt keeruliseks.
Traditsioonilised robotite navigeerimisalgoritmid, mis sageli põhinevad jäikadel reeglitel ja lihtsatel anduriandmetel, jõuavad sellistes keskkondades kiiresti oma piirini. Tavaliselt reageerivad nad takistustele järsu peatumise või kõrvalepõike tegemisega, mis võib põhjustada soovimatuid ummikuid, ebaefektiivseid marsruute või isegi ohtlikke olukordi rahvahulgas. Seetõttu vajavad robotid rahvahulgades edukalt navigeerimiseks oluliselt arenenumat intelligentsust, mis võimaldab neil mõista ja ennustada inimeste käitumist ning seda aktiivselt oma navigatsiooniplaneerimisse kaasata.
Jacki uuenduslik lähenemine: tulevikku suunatud mõtlemine ja suhtlemine
TUMi teadlaste väljatöötatud robot Jack astub traditsioonilistest lähenemisviisidest olulise sammu kaugemale. Selle tuumaks on keerukas algoritm, mis võimaldab tal mitte ainult tajuda inimeste liikumist oma keskkonnas, vaid ka aktiivselt ennustada ja lisada see oma marsruudi planeerimisse. Professor Schoellig rõhutab põhimõttelist erinevust tavapäraste meetoditega: „Meie robot modelleerib, kuidas inimesed tema liikumisele reageerivad, et planeerida oma marsruute. See on peamine erinevus võrreldes teiste lähenemisviisidega, mis seda interaktsiooni tavaliselt ignoreerivad.“
See võime modelleerida interaktsioone on Jacki edu võti. Selle asemel, et vaadata inimesi pelgalt ettearvamatute takistustena, mõistab Jack neid intelligentsete agentidena, kelle käitumist ta saab osaliselt ennustada ja isegi mõjutada. See võimaldab tal liikuda läbi rahvahulkade viisil, mis sarnaneb inimese navigeerimisega. Ta ei kõhkle tühimikesse sisenemast, näeb ette jalakäijate liikumist ja kohandab dünaamiliselt oma marsruuti, et vältida kokkupõrkeid, jõudes samal ajal tõhusalt sihtkohta.
Andurid ja arvutusvõimsus koos
Selle nõudliku ülesande täitmiseks on Jack varustatud ülitäpsete andurite ja arvutusvõimsusega. Põhikomponendiks on lidar (valguse tuvastamise ja kauguse mõõtmise andur), mis kiirgab pidevalt laserkiiri ümbritsevasse keskkonda ja võtab vastu peegeldunud signaale. Nende andmete põhjal loob lidar reaalajas täpse 360-kraadise kaardi keskkonnast, jäädvustades lisaks staatilistele objektidele ka ja eelkõige inimeste asukoha ja liikumise. Seega annab lidar robotile detailse "pildi" oma keskkonnast, mis on aluseks tema navigatsiooniotsuste tegemisele.
Lisaks lidarile on Jackil ratastes andurid, mis mõõdavad täpselt kiirust ja läbitud vahemaad. See teave on ülioluline selle asukoha täpseks määramiseks ümbruses ja navigeerimise efektiivsuse optimeerimiseks. Kõiki andurite andmeid töötleb võimas pardaarvuti, mis on võimeline reaalajas keerukaid algoritme täitma. See arvuti on Jacki "aju", mis vastutab andurite andmete analüüsimise, inimeste liikumise ennustamise ja optimaalse marsruudi arvutamise eest.
Sobib selleks:
Algoritm üksikasjalikult: ennustamine, planeerimine ja kohandamine
Jacki intelligentsuse keskmes on TUMi teadlaste väljatöötatud navigatsioonialgoritm. See algoritm töötab mitmes etapis, et võimaldada Jackil rahvahulkade vahel ohutult ja tõhusalt navigeerida.
1. Tajumine ja andmete kogumine
Esiteks kogub Jack oma andurite abil pidevalt andmeid oma keskkonna kohta. Lidar annab teavet inimeste asukoha ja liikumise kohta, samas kui rattaandurid annavad andmeid roboti enda liikumise kohta.
2. Inimeste liikumise ennustamine
Kogutud andmete põhjal analüüsib algoritm läheduses viibivate inimeste liikumismustreid. See püüab ennustada inimeste tõenäolisi liikumisteid järgmise paari sekundi jooksul. See ennustus põhineb statistilistel mudelitel, mis on saadud ulatuslikest inimkäitumise andmekogumitest rahvahulgades.
3. Marsruudi planeerimine
Samal ajal planeerib algoritm roboti sihtkohta optimaalse marsruudi. Seda tehes arvestab see lisaks inimeste ennustatud liikumisele ka roboti enda võimete ja piirangutega, näiteks kiiruse ja manööverdusvõimega. Eesmärk on leida marsruut, mis viib sihtkohta võimalikult kiiresti ja tõhusalt, ilma et peaks riskima inimestega kokkupõrkega.
4. Dünaamiline kohanemine
Algoritmi põhiaspekt on selle võime dünaamiliselt kohaneda. Kogu andmete kogumise, ennustamise ja marsruudi planeerimise protsessi korratakse pidevalt umbes kümme korda sekundis. See võimaldab Jackil oma marsruuti reaalajas pidevalt muutuva keskkonnaga kohandada. See kõrge kohanemissagedus on oluline ohutuks ja tõhusaks navigeerimiseks dünaamilises keskkonnas, kus on palju inimesi, kuna robot tunneb inimeste liikumist samaaegselt ära ja reageerib sellele, nagu selgitab TUMi teadur Sepehr Samavi.
Inimkäitumisest õppimine: võti inimlaadsele navigeerimisele
Jacki intelligentsuse teine oluline aspekt on tema võime õppida inimeste käitumisest. TUMi teadlased ei programmeerinud Jacki lihtsalt jäikade reeglite ja algoritmidega, vaid andsid talle võimaluse pidevalt areneda, analüüsides inimeste liikumiskäitumise andmeid.
Professor Schoellig selgitab, et planeerimisalgoritmi aluseks olev matemaatiline mudel tuletati inimeste liikumisest ja teisendati võrranditeks. Seega ei tugine algoritm abstraktsetele eeldustele inimkäitumise kohta, vaid otse reaalsetele andmetele, mis dokumenteerivad rahvahulkade liikumist. Selle võimalikuks tegemiseks kogusid teadlased ulatuslikke andmekogumeid, mis kirjeldavad inimeste käitumist erinevates olukordades ja keskkondades ning mis on Jackile koolitusmaterjaliks.
Neid andmeid analüüsides õpib Jack ära tundma ja ette nägema tüüpilisi inimeste liikumismustreid ning arvestama nende oma otsustega. Näiteks saab ta teada, et inimesed kalduvad takistusele lähenedes tavaliselt kõrvale või kohandavad oma kiirust kokkupõrke vältimiseks. See teadmine sisestatakse algoritmi, mis võimaldab Jackil käituda viisil, mis sarnaneb inimeste intuitiivse käitumisega rahvahulgas.
Selle õppimisprotsessi konkreetne näide on Jacki käitumine võimalike kokkupõrgete korral. Traditsiooniline robot peatuks tavaliselt kohe, kui tuvastaks kokkupõrkekursil takistuse, näiteks inimese. Jack aga, olles õppinud inimkäitumisest, reageerib peenemalt. Ta eeldab, et inimesed kohanevad tavaliselt ja teevad kokkupõrke vältimiseks kõrvalepõike. Seetõttu ei peatu ta kohe, vaid jätkab liikumist, jälgides samal ajal inimese reaktsiooni. Ainult siis, kui on märke, et inimene ei tee kõrvalepõike, kohandab Jack oma plaane ja valib alternatiivse marsruudi. See käitumine on oluliselt tõhusam ja inimlikumam kui traditsioonilise roboti järsk peatumine.
Evolutsiooniline areng: reaktiivsest interaktiivseks
Jacki navigeerimisoskuste areng oli evolutsiooniline protsess, mis toimus kolmes etapis. Iga etapp esindab algoritmi keerukuse ja intelligentsuse edasiminekut.
1. tase: reaktiivne navigeerimine.
Esimeses etapis reageeris Jack lihtsalt oma keskkonnale. Ta vältis takistusi niipea, kui neid märkas, ennustamata või ette nägemata inimeste käitumist. Kuigi see etapp oli funktsionaalne, oli see ebaefektiivne ja viis sageli järskude peatumiste ja kõrvalepõiketeni.
2. tase: ennustav navigeerimine.
Teises etapis laiendati algoritmi, et ennustada lähenevate inimeste liikumist. See võimaldas Jackil ennetavamalt navigeerida ja kokkupõrkeid enne nende tekkimist vältida. See etapp kujutas endast juba märkimisväärset edasiminekut, kuid oli siiski piiratud, kuna see ignoreeris suures osas roboti ja inimese vahelist interaktsiooni.
3. tase: interaktiivne navigeerimine.
Jacki praegune versioon esindab evolutsiooni kolmandat ja seni kõige arenenumat etappi: interaktiivne navigeerimine. Selles etapis ei suuda Jack mitte ainult ennustada inimeste liikumist, vaid ka aktiivselt arvestada sellega, kuidas inimesed tema omadele reageerivad. Ta suudab oma tegude kaudu mõjutada inimeste käitumist, vältides samal ajal kokkupõrkeid. See interaktiivne võimekus on oluline läbimurre, mis teeb Jackist tõeliselt intelligentse ja inimsarnase navigatsioonisüsteemi.
Teadlane Samavi selgitab, et Jack suudab ennustada teiste inimeste liikumist ja samal ajal oma käitumisega mõjutada nende tegevust, vältides samal ajal kokkupõrkeid. Selline interaktiivse navigeerimise vorm võimaldab Jackil rahvahulkade vahel turvaliselt, tõhusalt, sotsiaalselt aktsepteeritavalt ja intuitiivselt liikuda.
Rakendusvaldkonnad: alates tarnerobotitest kuni autonoomse sõiduni
Jacki taga peituv innovaatiline tehnoloogia pakub tohutut potentsiaali laiaulatuslikeks rakendusteks. Kuigi Jack töötati algselt välja uurimisplatvormina, kaaluvad TUMi teadlased juba konkreetseid rakendusi reaalses maailmas.
Tarnerobot
Üks ilmne rakendus on kullerrobotid, mis suudavad linnakeskkonnas autonoomselt kaupu ja pakke kohale toimetada. Need robotid peavad suutma liikuda ohutult ja tõhusalt kõnniteedel, jalakäijate aladel ja tiheda liiklusega linnakeskustes. Jacki võime rahvahulkades navigeerida on selleks ülioluline. Tulevikus võivad autonoomsed kullerrobotid anda olulise panuse logistika "viimase miili" probleemide lahendamisse ja linnaliiklusummikute vähendamisse.
Sobib selleks:
ratastoolid
Teine paljutõotav rakendus on tehnoloogia integreerimine nutikatesse ratastoolidesse. Liikumispuudega inimeste jaoks võib tihedas keskkonnas navigeerimine olla suureks väljakutseks. Jacki navigatsioonialgoritmiga varustatud ratastool võiks oluliselt parandada nende iseseisvust ja elukvaliteeti. Ratastool suudaks automaatselt takistusi vältida, rahvahulkades ohutult liikuda ja kasutajat autonoomselt soovitud sihtkohta transportida.
Autonoomne sõitmine
Professor Schoellig peab autonoomset juhtimist interaktiivse navigatsioonitehnoloogia eriti oluliseks rakendusvaldkonnaks. Ta rõhutab, et need interaktiivsed stsenaariumid kujutavad endast peamist väljakutset. Keerulistes liiklusolukordades, näiteks maanteedele suundumisel, ristmikel pööramisel või jalakäijate ja jalgratturitega suhtlemisel, on oluline mitte ainult planeerida oma liikumist, vaid ka ette näha teiste liiklejate käitumist ja lisada see oma planeerimisse. Tehnoloogia võime pakkuda interaktiivset navigatsiooni võiks seega anda olulise panuse ohutumate ja tõhusamate autonoomsete sõidukite arendamisse. Näiteks toob ta maanteele suundumise: kui sõiduk on maantee sissesõidutee kiirendusrajal, vahetavad paljud tagant lähenevad juhid sõidurada või pidurdavad kergelt. Just sellistes olukordades võimaldab uus lähenemisviis asjakohaselt arvestada teiste liiklejate reaktsioonidega.
Humanoidsed robotid
Humanoidrobotid võiksid neist algoritmidest eriti kasu saada, eriti sellistes valdkondades nagu hooldus, teenindus või tootmine, kus nad teevad inimestega tihedat koostööd. Nende aktsepteerimiseks ja tõhusaks kasutamiseks on oluline, et nad suudaksid inimkeskkonnas ohutult ja intuitiivselt navigeerida. Professor Schoellig osutab aga peamisele väljakutsele: kui mobiilrobot suudab vajadusel lihtsalt peatuda, on humanoidrobotid praegu üsna ebastabiilsed ja kaotavad kiiresti tasakaalu. Humanoidrobotite stabiilsuse parandamine dünaamilistes keskkondades on oluline uurimisvaldkond, mis vajab edasist arendamist, et avada humanoidrobotite interaktiivse navigeerimise täielik potentsiaal.
Täiustatud robotnavigatsioon: kuidas Jack mõistab inimese käitumist
TUMi uuringud interaktiivse robotnavigatsiooni valdkonnas kujutavad endast märkimisväärset edasiminekut intelligentsete ja autonoomsete süsteemide suunas, mis suudavad inimkeskkonnas ohutult ja tõhusalt töötada. Robot Jack demonstreerib muljetavaldavalt, et on võimalik arendada masinaid, mis suudavad mitte ainult oma ümbrust tajuda, vaid ka mõista ja ennustada inimeste käitumist ning kaasata seda oma otsustusprotsessi. See interaktiivse navigatsiooni võime avab uusi võimalusi laiaulatuslikeks rakendusteks, alates tarnerobotitest ja nutikatest ratastoolidest kuni autonoomse sõiduni.
Jacki väljatöötamine on aga alles algus. Robootika ja tehisintellekti uuringud edenevad kiiresti ning lähiaastatel ja -kümnenditel võime oodata edasisi põnevaid uuendusi. Robotite integreerimine meie igapäevaellu muutub üha tavalisemaks ning autonoomsed süsteemid mängivad meie ühiskonnas üha olulisemat rolli. Seetõttu on ülioluline, et kujundaksime nende tehnoloogiate arengut vastutustundlikult ja arvestaksime algusest peale eetiliste ja ühiskondlike aspektidega. Ainult nii saame tagada, et robotid ja inimesed saavad tulevikus kõigi hüvanguks koostööd teha.
Sobib selleks:
Teie ülemaailmne turundus- ja äriarenduspartner
☑️ Meie ärikeel on inglise või sakslane
☑️ Uus: kirjavahetus teie riigikeeles!
Konrad Wolfenstein
Mul on hea meel, et olete teile ja minu meeskonnale isikliku konsultandina kättesaadav.
Võite minuga ühendust võtta, täites siin kontaktvormi või helistage mulle lihtsalt telefonil +49 89 674 804 (München) . Minu e -posti aadress on: Wolfenstein ∂ xpert.digital
Ootan meie ühist projekti.
