Bir akıllı telefondan diğerine geçmek çoğunlukla sorunsuz bir işlemdir. Hesaplarınıza giriş yaparsınız, uygulamalarınız, tercihleriniz ve kişileriniz yeni donanıma senkronize olur. Ancak robotik dünyasında, eski bir robot kolu daha yeni bir modelle değiştirmek, her şeyi sıfırdan kurmak anlamına geliyordu – ta ki şimdiye kadar.

Bunu düzeltmek için, İsviçre'deki École Polytechnique Fédérale de Lausanne (EPFL) araştırmacıları, robotları değiştirmeyi akıllı telefon değiştirmeye benzetmeyi sağlayan Kinematik Zeka adını verdikleri bir çerçeve geliştirdi. Sistemlerini yakın zamanda Science Robotics dergisinde yayımlanan bir makalede anlatıyorlar.

Yıllardır robotikçiler, robotlara gösterim yoluyla öğrenme – kod yazmak yerine ne yapmaları gerektiğini göstererek yeni beceriler öğretme – üzerinde çalışıyorlar. Fikir, robotun kolunu uzaktan kontrol ederek veya fiziksel olarak yönlendirerek bir masayı silme, kutuları istifleme veya araba parçası kaynaklama gibi bir görevi öğretmek. Sorun şu ki, öğretilen bu becerilerin çoğu, eğitimin yapıldığı belirli robota bağlı kalıyor.

Ancak robotik hızla ilerliyor. “Robotlar farklı tasarımlara sahip ve günümüzde sürekli yeni tasarımlar öneriliyor – bu da kendi zorluklarını beraberinde getiriyor,” dedi EPFL'de robotikçi ve çalışmanın baş yazarı Sthithpragya Gupta. Yeni bir robot biraz daha uzun bağlantılara, farklı bir eklem yönelimine veya daha karmaşık bir konfigürasyona sahipse, öğrenilen davranış anında bozuluyor ve yeni robot bunu denediğinde büyük olasılıkla sallanıyor, donuyor veya çarpışıyor.

“Yeni tasarımlarla birlikte farklı yetenekler ve kısıtlamalar geliyor,” dedi EPFL'de robotikçi ve çalışmanın ortak yazarı Durgesh Haribhau Salunkhe. “Sorun, bu kısıtlamalara ve yeteneklere uyum sağlamak – bir insan tarafından gösterilen eylemleri sadık bir şekilde tekrarlamak.” Bugün, bir robot gövdesinden diğerine geçiş yapmak genellikle sıfırdan başlamak ve tüm sistemi yeniden eğitmek anlamına geliyor.

Bir robot bir görevi tamamlamak için uzayda hareket ederken, uç efektörünü (robotik bir el eşdeğeri) doğru yolda tutmak için eklemlerini nasıl bükeceğini sürekli hesaplamalıdır. Robot, fiziksel bir sınıra veya daha kötüsü, robotikte matematiksel bir tehlike bölgesi olan tekilliğe çarpmaktan kaçınmalıdır: robotun eklemlerinin, geçici olarak bir serbestlik derecesini kaybedecek şekilde hizalandığı fiziksel bir konfigürasyon. “Bu tür pozisyonlarda robotun hareketi dengesiz hale gelebilir veya robotun kontrolünü kaybedebilirsiniz,” dedi Gupta.

İnsan terimleriyle, ağır bir şeyi iterken dirsekler tamamen düzleştiğinde kilitlenmesine benzer; bu da kolların bir an için yan yana hareket edememesine neden olur.

Becerileri bir robottan diğerine aktarmak zordur çünkü farklı yapıdaki robotlar genellikle farklı bir tekillik topolojisine sahiptir. Bir robotun algoritması körü körüne bir yolu takip edip bir tekilliğe çarptığında, eklemlerini kontrol eden matematik başarısız olur. Örneğin robot, bir eklemi sonsuz hızda döndürmeye çalışabilir ve bu da ani, güvensiz bir harekete neden olabilir. Gupta'nın ekibi, robotlara kendi fiziksel sınırlamalarına dair derin, doğuştan gelen bir matematiksel farkındalık kazandırarak bu sorunu çözdü. Kinematik Zeka adını verdikleri bu yöntem, bir kullanıcının bir beceriyi yalnızca bir kez göstermesine ve tamamen farklı bir robot türü tarafından güvenle uygulanmasına olanak tanıyor.

Ve (bugünlerde şaşırtıcı bir şekilde) Kinematik Zeka, yapay zeka içermeyen bir şekilde inşa edildi.

Geleneksel olarak mühendisler, tekilliklerle yazılım düzeltmeleri yoluyla başa çıktılar. Ters modeller, robotun uç efektörünün hedef konumundan geriye doğru çalışarak oraya ulaşmak için gereken tüm eklem konumlarını haritalayan karmaşık matematiksel formüller oluşturdular. Ardından, robotun başını belaya sokmasını önlemek için güvenlik filtreleri veya düzeltmeler eklediler.

Daha yeni, veri odaklı yapay zeka yaklaşımları daha az çaba ve uzmanlık gerektirir, ancak eğitim aşamasında kontrol yazılımının kullanılacağı her robota erişim gerektirir. “Ayrıca, yapay zekanın olasılıksal veya kara kutu doğası var; bu da bazen istenmeyen sonuçlara yol açabiliyor,” diye ekledi Gupta.