Переход с одного смартфона на другой — в основном гладкая процедура. Вы входите в свои аккаунты, и ваши приложения, настройки и контакты синхронизируются с новым устройством. Но в мире робототехники замена старой роботизированной руки на новую модель означала настройку всего с нуля — до сих пор.

Чтобы это исправить, группа исследователей из Швейцарской высшей технической школы Лозанны (EPFL) разработала то, что они называют Кинематическим Интеллектом — структуру, которая делает замену роботов более похожей на замену смартфонов. Они описывают свою систему в недавней статье в Science Robotics.

Долгие годы робототехники работали над тем, чтобы научить роботов учиться на демонстрации — обучая их новым навыкам, показывая, что делать, а не прописывая строки кода. Идея в том, чтобы дистанционно управлять или физически направлять руку робота, обучая его задаче, например, протирать стол, складывать коробки или сваривать деталь автомобиля. Проблема в том, что большинство этих обученных навыков оказываются привязаны к конкретному роботу, на котором проводилось обучение.

Но робототехника быстро развивается. «Роботы имеют разные конструкции, и в наши дни предлагаются новые конструкции — это создает свои собственные проблемы», — сказал Штитппрагья Гупта, робототехник из EPFL и ведущий автор исследования. Если у нового робота немного более длинные звенья, другая ориентация суставов или более сложная конфигурация, изученное поведение мгновенно ломается, и новый робот, скорее всего, будет биться, застынет или сломается, пытаясь его выполнить.

«С новыми конструкциями приходят разные возможности и ограничения», — сказал Дургеш Харибхау Салункхе, робототехник из EPFL и соавтор исследования. «Проблема в том, чтобы адаптироваться к этим ограничениям и возможностям — точно воспроизводить действия, продемонстрированные человеком». Сегодня переход от одного тела робота к другому обычно означает начало с нуля и переобучение всей системы.

Когда робот движется в пространстве для выполнения задачи, он должен постоянно вычислять, как сгибать свои суставы, чтобы его конечный эффектор (роботизированный аналог руки) оставался на правильном пути. Робот должен избегать достижения физического предела или, что еще хуже, сингулярности, которая в робототехнике является математической опасной зоной: физической конфигурацией, при которой суставы робота выравниваются таким образом, что он временно теряет степень свободы. «В таких положениях движение робота может стать нестабильным или [вы] можете потерять контроль над роботом», — сказал Гупта.

В человеческих терминах это работает примерно как блокировка локтей, когда они полностью выпрямляются при толкании чего-то тяжелого, что делает руки неспособными выполнять боковые движения на мгновение.

Перенос навыков от одного робота к другому сложен, потому что роботы с разной структурой обычно имеют разную топологию сингулярностей. Когда алгоритм робота слепо следует по пути и попадает в сингулярность, математика, управляющая его суставами, дает сбой. Робот может попытаться вращать сустав с бесконечной скоростью, что приведет к внезапному небезопасному движению. Команда Гупты решила эту проблему, наделив роботов глубоким врожденным математическим осознанием их собственных физических ограничений. Этот Кинематический Интеллект, как они его называют, позволяет пользователю продемонстрировать навык всего один раз, и он будет безопасно выполнен совершенно другим типом робота.

И (что удивительно в наши дни) Кинематический Интеллект был построен без использования ИИ.

Традиционно инженеры справлялись с сингулярностями с помощью программных исправлений. Они строили обратные модели — сложные математические формулы, которые работают от целевого положения конечного эффектора робота, чтобы отобразить все положения суставов, необходимые для его достижения. Затем они просто накладывали фильтры безопасности или коррекции, чтобы предотвратить попадание робота в неприятности.

Некоторые из более новых подходов, основанных на данных и ИИ, требуют меньше усилий и опыта, но требуют доступа к каждому роботу, на котором будет использоваться управляющее программное обеспечение во время фазы обучения. «Кроме того, существует вероятностная или черный ящик природа ИИ, в которой он может сделать что-то...»