Studi Michigan Ungkap Robot Menguasai Hubungan Objek Rumah Tangga untuk Navigasi Rumah yang Lebih Cerdas
Tujuan penelitian adalah untuk memberikan metode praktis yang memungkinkan robot secara aktif mencari objek target dalam lingkungan kompleks.
Kita mungkin tidak tinggal di masa depan penuh robot yang pernah diimpikan oleh pendatang masa depan, tapi kita semakin depadatkannya. Speaker dengan asisten virtual di dalam dan robot pengikis vacum keduanya sudah umum, dan kita harus mengharapkan lebih banyak bot yang menyerbu rumah dalam dekade mendatang.
Salah satu hambatan yang saat ini dihadapi pengembang adalah mengajarkan robot bagaimana manuver di sekitar rumah. Untuk itu, tim penelitian dari University of Michigan telah menerbitkan model baru, yang melatih robot tentang hubungan antar objek rumah tangga.
Misalnya, robot dapat ditugaskan untuk mengambil cuci dari keranjang di lantai atas dan memindahkannya ke mesin cuci. Dengan model, robot dapat dilatih untuk memahami di mana keranjang dan mesin berada, menghapus kebutuhan untuk memindahkan robot secara manual.
“Dapat secara efisien mencari objek dalam lingkungan sangat krusial bagi robot layanan untuk secara otonom melakukan tugas,” kata Zhen Zeng, co-author penelitian. “Kami memberikan metode praktis yang memungkinkan robot secara aktif mencari objek target dalam lingkungan kompleks.”
Model, disebut SLiM (Semantic Linking Maps), mengasosiasikan objek landmark, seperti kulkas, dengan objek terkait lainnya, seperti karton jus jeruk atau mayones. Dari itu, jika robot diminta untuk membersihkan meja, ia akan tahu untuk mengembalikan barang kulkas ke tempatnya.
Peneliti mengatakan bahwa SLiM memperhitungkan ketidakpastian, misalnya jika keranjang cuci telah dipindah, ia tidak akan berhenti berfungsi, meskipun mungkin memerlukan waktu lebih lama untuk menemukan lokasi baru.
Pembaruan aktif lokasi geografis dan hubungan antar objek ini seharusnya meningkatkan performa robot jangka panjang, yang sebaliknya mungkin terus-menerus mati karena perubahan lingkungan.
Roomba adalah momen watershed dalam hal robot rumah tangga, dan sebagian besar robot yang diluncurkan setelahnya menyalin desain dan fungsionalitasnya. Namun, robot yang ditampilkan tim Michigan jauh lebih canggih, mampu mengambil objek dan melakukan tugas.
Kita masih beberapa tahun dari jenis robot itu, meskipun penelitian seperti ini menunjukkan itu pasti dalam pipeline.
