Il MIT sviluppa un sistema di pianificazione del movimento e delle attività per i robot domestici

Perché non ci sono più robot nelle case? Questa è una domanda sorprendentemente complessa e le nostre case sono luoghi sorprendentemente complessi.
Gran parte del motivo per cui i sistemi autonomi prosperano prima di tutto nei magazzini e nelle fabbriche è la relativa facilità di navigazione in un ambiente strutturato.
Certo, la maggior parte dei sistemi richiede ancora la mappatura di uno spazio prima di mettersi al lavoro, ma una volta che è a posto, tende ad esserci poca variazione in termini di variazione.
Le case, d'altra parte, sono una specie di incubo.
Non solo variano notevolmente da unità a unità, sono pieni di ostacoli ostili e tendono ad essere abbastanza dinamici, poiché i mobili vengono spostati o le cose vengono lasciate sul pavimento.
Gli aspirapolvere sono i robot più diffusi in casa e vengono ancora perfezionati dopo decenni sul mercato.
Questa settimana, i ricercatori del MIT CSAIL stanno presentando PIGINet (Plans, Images, Goal, and Initial fact), progettato per portare la pianificazione delle attività e del movimento nei sistemi robotici domestici.
La rete neurale è progettata per semplificare la loro capacità di creare piani d'azione in ambienti diversi.
Il MIT spiega così PIGINet: [I]t impiega un codificatore a trasformatore, un modello versatile e all'avanguardia progettato per operare su sequenze di dati.
La sequenza di input, in questo caso, è costituita da informazioni su quale piano di attività sta prendendo in considerazione, immagini dell'ambiente e codifiche simboliche dello stato iniziale e dell'obiettivo desiderato.
Il codificatore combina i piani delle attività, l'immagine e il testo per generare una previsione relativa alla fattibilità del piano delle attività selezionato.
Attualmente il sistema è in gran parte focalizzato sulle attività in cucina.
Si basa su ambienti domestici simulati per costruire piani che richiedono interazioni con vari elementi diversi dell'ambiente, come banconi, armadietti, frigorifero, lavelli, ecc.
I ricercatori affermano che in scenari più semplici, PIGINet è stato in grado di ridurre i tempi di pianificazione dell'80% .
Per situazioni più complesse, quel numero era generalmente intorno al 20-50%.
Il team suggerisce che le case sono solo l'inizio.
"Le applicazioni pratiche di PIGINet non sono limitate alle famiglie", afferma il dottorando Zhutian Yang.
“Il nostro obiettivo futuro è perfezionare ulteriormente PIGINet per suggerire piani di attività alternativi dopo aver identificato azioni non fattibili, che accelereranno ulteriormente la generazione di piani di attività fattibili senza la necessità di grandi set di dati per addestrare da zero un pianificatore generico.
Crediamo che questo potrebbe rivoluzionare il modo in cui i robot vengono addestrati durante lo sviluppo e poi applicati nelle case di tutti".
Il MIT sviluppa un sistema di pianificazione del movimento e delle attività per i robot domestici di Brian Heater originariamente pubblicato su TechCrunch