Robotar kan hjälpa till att göra många saker – montera bilar, leta efter sprängämnen, laga en måltid eller hjälp vid operation. Men en sak de inte kan göra är att berätta hur de mår – ännu.
UMass Lowell-forskare siktar på att ändra på det, arbetar för att ge humanoida robotar och andra autonoma system möjligheten att utvärdera hur väl de kan utföra uppgifter eller varför de inte kan slutföra jobb. Denna bedömning i realtid är avgörande eftersom robotar blir allt mer oberoende och har till uppgift att utföra på distans, fientliga eller oförutsägbara miljöer med minimal mänsklig övervakning eller ingripande.
"Just nu, robotar kan inte mäta hur väl de kan utföra uppgifter, hur ett jobb fortskrider eller berätta vad deras begränsningar eller möjligheter är. Vårt mål är att utveckla metoder och mått som skulle göra det möjligt för autonoma system att bedöma sin egen prestation, " sa UMass Lowell Computer Science Prof. Holly Yanco, en känd robotexpert som etablerade universitetets Robotics Lab och New England Robotics Validation and Experimentation (NERVE) Center vid UMass Lowell, en av landets mest avancerade testanläggningar för robotteknik.
Projektet – kallat SUCCESS, som står för Self-assessment and Understanding of Competence and Conditions to Ensure System Success – finansieras med ett anslag på 7,5 miljoner dollar från US Department of Defense till UMass Lowell och tre andra institutioner som kommer att arbeta tillsammans med initiativet under de kommande fem år.
Yanco – vars exemplariska undervisning, forskning och andra bidrag till campusgemenskapen gav henne utnämningen UMass Lowell Distinguished University Professor – leder universitetets forskning om FRAMGÅNG.
För projektet, Yanco och hennes kollegor kommer att utvärdera prestandan hos ett par "Baxter"-robotar som kommer att slutföra monteringsuppgifter, problemlösningsscenarier och spel. Varje robot är en tvåarmad, humanoid maskin som är 3 fot lång och kan stå mer än 6 fot hög när den är fäst vid basen. En datorskärm på varje enhet gör att den kan visa ansiktsuttryck medan den slutför uppgifter. Forskare som arbetar vid NERVE Center och Carnegie Mellon Universitys Robotics Institute kommer att sätta robotarna i deras takt, testa sin förmåga att manövrera runt hinder, att hitta och undersöka dolda föremål och att manipulera föremål för att öppna dem.
Teamet kommer sedan att bygga en mjukvarudatabas som beskriver alla variabler som robotarna kan stöta på och hur de kan utföra uppgifter baserat på deras tidigare beteende. Genom att titta på robotarnas meritlista, forskare hoppas kunna förutsäga hur väl de kommer att prestera i framtiden. Datan kan sedan användas av operatörer på fältet för att hjälpa dem att förutse hur maskinerna kommer att bete sig och för att designa och bygga nästa generation av förbättrad robotteknik.
"Förhoppningsvis, studien kommer att leda till bättre teamwork mellan människa och robot och öka nivån av förtroende, förväntningar och effektivitet mellan de två, sa Yanco.
