Robots kunnen zichzelf leren kennen door hun eigen bewegingen met een camera te observeren. Dit blijkt uit een nieuw onderzoek van wetenschappers aan de Columbia Engineering. Met deze kennis kunnen robots niet alleen hun eigen acties plannen, maar ook beschadigingen aan hun 'lichaam' overwinnen.
"Net als mensen die leren dansen door naar hun spiegelbeeld te kijken, gebruiken robots nu ruwe video om kinematische zelfbewustzijn te ontwikkelen", zegt Yuhang Hu, hoofdonderzoeker en doctoraal student aan het Creative Machines Lab van de Columbia University. "Ons doel is een robot die zijn eigen lichaam begrijpt, zich aanpast aan schade en nieuwe vaardigheden leert zonder constant menselijk programmeren."
Leren bewegen
De meeste robots leren zich voor het eerst bewegen in simulaties. Zodra een robot zich kan bewegen in deze virtuele omgevingen, wordt het losgelaten in de fysieke wereld om verder te leren. "Hoe beter en realistischer de simulator, hoe makkelijker het is voor de robot om de overgang van simulatie naar realiteit te maken", legt Hod Lipson uit, hoogleraar en voorzitter van de afdeling Werktuigbouwkunde.
Het creëren van een goede simulator is echter een arbeidsintensief proces dat meestal gespecialiseerde ingenieurs vereist. De onderzoekers hebben een robot geleerd om een simulator van zichzelf te maken door simpelweg naar zijn eigen bewegingen te kijken via een camera. "Deze vaardigheid bespaart niet alleen inspanning bij het ontwerpen, maar zorgt er ook voor dat de simulatie kan doorgaan en evolueren met de robot terwijl deze slijtage, schade en aanpassingen ondergaat", zegt Lipson.
Autonoom 3D-vormen modelleren
In de nieuwe studie ontwikkelden de onderzoekers een methode waarmee robots autonoom hun eigen 3D-vormen kunnen modelleren met behulp van een enkele gewone 2D-camera. Deze ontwikkeling werd mogelijk gemaakt door drie diepe neurale netwerken toe te passen. Deze netwerken konden 3D-beweging afleiden uit 2D-video, waardoor de robot zijn eigen bewegingen kon begrijpen en aanpassen. Het nieuwe systeem kon ook veranderingen in de lichamen van de robots identificeren, zoals een kromming in een arm, en hen helpen hun bewegingen aan te passen om zich te herstellen van deze gesimuleerde schade.
Zulk aanpassingsvermogen kan nuttig zijn in verschillende praktische toepassingen. Denk aan een robotarm in een fabriek die uit zijn lijn is geraakt. "In plaats van de productie stil te leggen, zou hij naar zichzelf kunnen kijken, zijn bewegingen aanpassen en terugkeren naar het lassen - wat stilstand en kosten bespaart", zegt Hu. "Deze aanpassingsvermogen zou de productie veerkrachtiger maken."
Naarmate we meer kritieke functies aan robots overdragen, van productie tot medische zorg, moeten deze robots veerkrachtiger worden. "Wij mensen kunnen het ons niet permitteren om constant deze robots te begeleiden, kapotte onderdelen te repareren en de prestaties aan te passen. Robots moeten leren voor zichzelf te zorgen als ze echt nuttig willen worden," zegt Lipson. "Daarom is zelfmodellering zo belangrijk."
Camera's en sensoren
De vaardigheid die in deze studie is aangetoond, is de meest recente in een reeks projecten die het Columbia-team in de afgelopen twee decennia heeft uitgebracht, waarbij robots beter worden in zelfmodellering met behulp van camera's en andere sensoren.
In 2006 konden de robots van het onderzoeksteam met behulp van observaties alleen eenvoudige stokfiguurachtige simulaties van zichzelf maken. Ongeveer een decennium geleden begonnen robots met het maken van modellen met een hogere nauwkeurigheid met behulp van meerdere camera's. In deze studie kon de robot een uitgebreid kinematisch model van zichzelf maken met behulp van slechts een korte video-opname van een enkele gewone camera, vergelijkbaar met het kijken in een spiegel. De onderzoekers noemen deze nieuwe vaardigheid "Kinematische Zelfbewustzijn."
"Wij mensen zijn intuïtief bewust van ons lichaam; we kunnen onszelf in de toekomst voorstellen en de gevolgen van onze acties visualiseren voordat we ze in de werkelijkheid uitvoeren", legt Lipson uit. "Uiteindelijk willen we robots uitrusten met een vergelijkbare capaciteit om zichzelf voor te stellen, want zodra je jezelf in de toekomst kunt voorstellen, zijn er geen grenzen aan wat je kunt doen."