Arméforskare testade markrobotar som utför övningar i militärstil, ungefär som soldatmotsvarigheter, på en robotikprovplats i Pennsylvania nyligen som en del av ett 10-årigt forskningsprojekt som är utformat för att skjuta forskningsgränserna inom robotik och autonomi.

RoMan, kort för Robotic Manipulator, är en spårrobot som lätt känns igen av sina robotarmar och händer - nödvändiga bilagor för att ta bort tunga föremål och andra vägskräp från militärfordonens stigar. Vad som är svårare att upptäcka är hur mycket ansträngning som gjordes för att programmera roboten för att manipulera komplexa miljöer.

Övningen var en av flera senaste integrationshändelser som involverade ett decennium av forskning som leds av forskare och ingenjörer vid U.S.Army Combat Capabilities Development Command's Army Research Laboratory som samarbetade med motsvarigheter från NASA/Jet Propulsion Laboratory, University of Washington, University of Pennsylvania, Carnegie Mellon University och General Dynamics Land Systems.

Som en del av ARL:s Robotics Collaborative Technology Alliance, arbetet fokuserade på toppmodern grundläggande och tillämpad forskning relaterad till markrobotteknik med ett övergripande mål att utveckla autonomi till stöd för bemannad-obemannad teaming. Forskning inom RCTA -programmet fungerar som grundforskning till stöd för framtida stridsfordon.

Den senaste robotövningen var kulmen på forskning för att utveckla en robot som resonerar om okända objekt och deras fysiska egenskaper, och bestämmer hur man bäst interagerar med olika objekt för att uppnå en specifik uppgift.

"Med tanke på en uppgift som" rensa en väg ", roboten måste identifiera potentiellt relevanta objekt, ta reda på hur föremål kan gripas genom att bestämma var och med vilken handform, och bestäm vilken typ av interaktion som ska användas, om det är lyft, rör på sig, trycka eller dra för att uppnå sin uppgift, "sade CCDC ARL:s Dr. Chad Kessens, Forskare inom robotmanipulation.

Under den senaste övningen, RoMan slutförde framgångsrikt, t.ex. rensning av flera objekt, dra ett tungt föremål (t.ex. trädben), och öppna en behållare för att ta bort en påse.

Kessens sa att soldatlagkamrater kan ge verbala kommandon till roboten med hjälp av naturligt mänskligt språk i ett scenario.

"Planering och lärande och deras integration täcker alla dessa problem. Robotens förmåga att förbättra sin prestanda över tid och anpassa sig till nya scenarier genom att bygga modeller i farten samtidigt som kraften i modellbaserade resonemang kommer att vara viktig för att uppnå den typ av ostrukturerade uppgifter vi vill kunna göra utan att sätta soldater i fara, "Sa Kessens.

Detta jobb, och annan forskning, kommer att visas upp den 17 oktober vid RCTA:s integrationstopphändelse på Carnegie Mellon Universitys National Robotics Engineering Center i Pittsburgh.