Robotar måste veta anledningen till att de gör ett jobb för att effektivt och säkert arbeta tillsammans med människor inom en snar framtid. I enkla termer, detta betyder att maskiner måste förstå motiv som människor gör, och inte bara utföra uppgifter blindt, utan sammanhang.

Enligt en ny artikel från National Center for Nuclear Robotics, baserat vid University of Birmingham, detta kan innebära en djupgående förändring för robotikens värld, men en som är nödvändig.

Huvudförfattare Dr Valerio Ortenzi, vid University of Birmingham, hävdar att förändringen i tänkandet kommer att vara nödvändig eftersom ekonomierna omfattar automatisering, anslutning och digitalisering ("Industri 4.0") och nivåer av människa - robotinteraktion, vare sig i fabriker eller hem, öka dramatiskt.

Pappret, publicerad i Nature Machine Intelligence , utforskar frågan om robotar som använder objekt. "Gripande" är en handling som för länge sedan var fulländad i naturen, men som representerar framkant inom robotforskning.

De flesta fabriksbaserade maskiner är "dumma, "plockar blint upp bekanta föremål som dyker upp på förutbestämda platser i precis rätt ögonblick. Få en maskin att plocka upp obekanta föremål, slumpmässigt presenterat, kräver sömlös interaktion av flera, komplex teknik. Dessa inkluderar vision system och avancerad AI så att maskinen kan se målet och bestämma dess egenskaper (t.ex. är den stel eller flexibel?); och eventuellt, sensorer i griparen krävs så att roboten inte oavsiktligt krossar ett föremål som det har fått besked att plocka upp.

Även när allt detta har uppnåtts, forskare vid National Center for Nuclear Robotics lyfte fram en grundläggande fråga:det som traditionellt har räknats som ett 'framgångsrikt' grepp om en robot kan faktiskt vara ett verkligt misslyckande, eftersom maskinen inte tar hänsyn till vad målet är och varför den plockar upp ett föremål.

Papperet citerar exemplet på en robot i en fabrik som plockar upp ett föremål för leverans till en kund. Det utför framgångsrikt uppgiften, hålla förpackningen säkert utan att orsaka skada. Tyvärr, robotens gripare döljer en avgörande streckkod, vilket innebär att objektet inte kan spåras och företaget har ingen aning om objektet har hämtats eller inte; hela leveranssystemet går sönder eftersom roboten inte känner till konsekvenserna av att hålla en låda på fel sätt.

Dr Ortenzi ger andra exempel, involverar robotar som arbetar tillsammans med människor.

"Tänk dig att be en robot att skicka en skruvmejsel till dig i en verkstad. Baserat på nuvarande konventioner är det bästa sättet för en robot att plocka upp verktyget vid handtaget, "sa han." Tyvärr, det kan innebära att en enormt kraftfull maskin sedan skjuter ett potentiellt dödligt blad mot dig, i hastighet. Istället, roboten behöver veta vad slutmålet är, d.v.s. att förmedla skruvmejseln säkert till sin mänskliga kollega, för att ompröva sina handlingar.

"Ett annat scenario föreställer sig att en robot ska föra ett glas vatten till en boende på ett vårdhem. Det måste se till att det inte tappar glaset, men också att vatten inte rinner ut över mottagaren under passningen, eller att glaset presenteras på ett sådant sätt att personen kan ta tag i det.

"Det som är uppenbart för människor måste programmeras in i en maskin och detta kräver ett mycket annorlunda tillvägagångssätt. De traditionella mätvärdena som används av forskare, under de senaste tjugo åren, att bedöma robotmanipulation, är inte tillräckliga. I den mest praktiska bemärkelsen, robotar behöver en ny filosofi för att få grepp. "

Professor Rustam Stolkin, NCNR -direktör, sa, "National Center for Nuclear Robotics är unikt när det gäller att arbeta med praktiska problem med industrin, samtidigt som den genererar den högsta kalibern av spetskunnig akademisk forskning-exemplifierad av detta landmärke. "