TOYOTA: KÖNNYEBB GUINNESS REKORDER KOSARAS, MINT HÁZIMUNKÁKAT ELLÁTÓ ROBOTOT TERVEZNI

Nem lenne csodálatos, ha lenne egy olyan robotunk otthon, ami segít elpakolni a bevásárlást, összehajtogatja a kimosott ruhát, megfőzi az ebédet, elmosogat és rendet csinál, mielőtt megérkeznek a vendégek? Vannak, akik számára egy ilyen segítő robot pusztán a kényelmet jelentené, de vannak olyanok is – köztük egyre nagyobb számban idős emberek –, akik számára a fenti feladatok megoldása egyet jelentene azzal, hogy nem kell idősek otthonába költözniük, hanem továbbra is önálló életük lehet. Amennyiben jól tervezzük meg ezeket a robotokat, megnövelhetik vagy kiegészíthetik emberi képességeinket, lehetővé téve, hogy hosszabb és egészségesebb életet éljünk. A világ legzöldebb és leginnovatívabb autógyártójaként ismert, ám a mesterséges intelligencia és a robotika területén is vezető fejlesztőnek számító Toyota robotikai kutatásokért felelős részlege ezen dolgozik. A vállalat egyébiránt már most kínál számos segítő robotot, de Kirobo Mini néven társalkodó robot is elérhető kínálatában, kosaras robotja nemrég döntött Guinness rekordot, a 2020-as Tokiói Olimpián pedig a Toyota robotjai segítik majd a tájékozódást a lelátókon. Ennek ellenére Dr. Russ Tedrake, a Toyota Kutatóintézet (TRI) robotikai fejlesztésekért felelős alelnöke szerint az igazi kihívást a házimunkára alkalmas robotok kifejlesztése jelenti.

A jövőre vonatkozó prognózisok alapján az emberek számolnak a robotok adta lehetőségekkel. A legkülönfélébb vállalatok pedig évek óta igyekeznek megfelelni ennek a várakozásnak, és megpróbálják kidolgozni annak lehetőségét, hogy miként lehet az egyre többet tudó robotokat biztonságosan bevezetni az emberek otthoni környezetébe. Dacára annak, hogy hatalmas tempójú technológiai fejlődés korában élünk, azok a robotok, amelyeket egyelőre otthonainkban megtalálhatunk, többnyire porszívók vagy játékok. A legtöbb ember számára nem világos, hogy napjaink robotjai milyen messze vannak még attól, hogy a fentebb említett alapvető otthoni teendőket elvégezzék. Amikor az üzemekben dolgozó számtalan robotról készült kisfilmet vagy lenyűgöző YouTube videót látunk arról, mi mindenre képesek ezek a gépek, azt feltételezzük, hogy mindez nemsokára mindenki számára elérhető közelségbe kerül.

Miért nem valósultak meg eddig ezek az álmok?
Az egyik nagy kihívás a megbízhatóság. Gondoljuk csak végig. Ha lenne egy robotunk, ami helyettünk be tudná tenni a tányérokat a mosogatógépbe, mit szólnánk hozzá, ha hetente egyszer eltörne egy tányért? Vagy mi lenne, ha a gyerekünk a művészeti szakkörből hazahozna egy maga festette "A VILÁG LEGJOBB APUKÁJA feliiratú!” bögrét, de vacsora után a robot kidobná a szemétbe, mert nem ismerné fel, hogy az egy bögre? Az egyik legfőbb akadálya annak, hogy bevigyük a robotokat az otthonainkba az, hogy léteznek alapvető megoldatlan problémák a megbízhatóságukkal kapcsolatban. A Toyota Kutató Intézet (TRI) szakemberei éppen ezen a problémán dolgoznak, céljuk, hogy a fent említett kihívásokat le lehessen küzdeni. A vállalat szakemberei a robotok képességeinek egyedülálló kombinációját keresik: hogyan végeznek manuális feladatokat strukturálatlan környezetben?

Egy otthon igazi labirintus egy steril kutatólaborhoz képest
A gyárak steril, ellenőrzött és programozható belső környezetéhez képest az otthonunk egyfajta „vadnyugat”: strukturálatlan és sokszínű. Nem számolhatunk olyan labortesztekkel, amelyek minden egyes otthon megtalálható tárgy látványára felkészítik a robotokat. Dacára a közelmúltban elért jelentős haladásnak a mesterséges intelligencia (AI) és a gépi tanulás (ML) terén, még mindig nagyon nehéz olyan rendszert kidolgozni, ami képes megbirkózni az otthoni környezet komplexitásával és garantálni tudja azt, hogy (szinte) mindig megfelelően működjön.
Az alábbi videó bemutatja, hogyan igyekszik a Toyota egyszerre strapabíróvá és megbízhatóvá tenni a jövő robotjait: https://www.youtube.com/watch?v=LgaFkWCtSGU&feature=youtu.be
A feladatban egy tányérokat mosogatógépbe pakoló robot szerepel. Nem az a Toyota célja, hogy a mosogatógépbe tányérokat pakoló robotot tervezzen, de ezt a feladatot használja azon eszközök és algoritmusok kifejlesztésére, amelyek aztán sokféle alkalmazás során felhasználhatók lesznek. Jelenleg Nem a hardverre koncentrálnak, ezért is használnak egy gyárakban alkalmazott robotkart ahelyett, hogy egy otthoni használatra alkalmasabb robotot terveznének. Vannak persze már olyan humanoid Toyota segítő robotok is, amelyek ennél jobban hasonlítanak a science fiction filmekben szereplő, általunk elképzelt jövőbeli robotokra. A bemutatóban szereplő robot a mosogató körül elhelyezett kamerák és gépi tanulási algoritmusok segítségével érzékeli a mosogatóba kerülő tárgyakat. Már sok olyan robot létezik, ami szinte bárhonnan bármilyen tárgyat képes felvenni – ez immár szokványos robotikai feladatnak számít. Ennél a feladatnál a robotnak nem igazán azt kell megértenie, hogy milyen tárggyal van dolga, hiszen elég, ha a geometriáját érzékeli. Az algoritmusnak nem kell felismernie például, hogy egy plüssjátékkal, egy fogkefével, vagy egy bögrével van-e dolga.

A tárgyak felismerése mellett komoly kihívást jelentenek a finom kézmozgások
Tekintettel erre, ezek a rendszerek meglehetősen behatárolt képességűek azzal kapcsolatban, hogy mit tudnak elvégezni ezekkel a tárgyakkal. Leginkább csak fel tudják venni azokat, és letenni egy másik helyen. A robotikában ezért úgy nevezik ezeket a robotokat, hogy „vedd fel, tedd le”. Valójában a mosogatógépbe pakolás lényegesen nehezebb feladat, mint amit a legtöbb robotfejlesztő jelenleg fel tud mutatni, és a bepakolandó tárgyakkal kapcsolatban sokkal alaposabb ismereteket igényel. A robotnak nem csupán fel kell ismernie egy bögrét vagy egy tányért, de meg is kell értenie annak formáját, helyzetét, és fekvését ahhoz, hogy pontosan helyezhesse el a mosogatógépben. A Toyota Kutatóközpontjának (TRI) folyamatban lévő kutatása nemcsak azt mutatja be, hogy mindez lehetséges, de azt is, hogy ez megvalósítható úgy is, hogy ezt a robot megszakítás nélkül, órákon keresztül végezze. A robotunnak viszonylag egyszerű keze van – egy kétujjas fogó. A kéz egyszerű fogásokat tud végezni a bögrén, ugyanakkor kifinomultabb képessége a tányér felemelése. A tányérok nagyok, és gyakran egymásra vannak rakva, ezért egy komplex, kontaktusban gazdag manővert kell kivitelezni, aminél az egyik ujj a tányér alá, illetve tányérok közé csúszik be, hogy biztosan megfoghassa azokat. Ez jó példa arra a kézügyességre, ami az emberek számára természetes, de amivel ritkán találkozunk robotikai alkalmazásoknál. Az evőeszközökkel sincs könnyű dolguk a Toyota mérnökeinek: kicsik és csillognak, ami megzavarja a gépi tanulási kamera „látását.” Emellett a robotkar viszonylag nagy a mosogatóhoz képest, így a robotnak időnként meg kell állnia és a mosogató közepe felé kell söpörnie az evőeszközöket ahhoz, hogy egyet felvehessen. A Toyota rendszere már azt is érzékeli, ha egy tárgy nem bögre, tányér vagy evőeszköz. Ezeket a robot oda nem illő dolognak tekinti és félreteszi. Ezeket a funkciókat egy kifinomult feladattervező köti össze, ami folyamatosan hozza a döntéseket arról, hogy a robot éppen mit hajtson végre. A feladattervező dönti el azt is, hogy a mosogatógép alsó polcát kell-e kihúzni és odapakolni a tányérokat, vagy a középső polcot, és odatenni a bögréket, netán a legfelsőt kell evőeszközökkel megtölteni. A többi elemhez hasonlóan ezt a funkciót is ellenállóra tervezték – vagyis ha hirtelen becsukódik a polc, a robot megáll és leteszi a tárgyat a gép tetejére, hogy ismét kihúzhassa azt. Ez a reakció mutatja, mennyire más ez a képesség, mint a repetitív gyári robotoké, amelyek az emberektől és a random módon változó környezettől elszigetelten működnek.

A szimuláció a kulcs
A TRI által követett szemlélet sarokköve a szimuláció felhasználása. A szimuláció gépi tanulás és mesterséges intelligencia alkalmazásával teszi lehetővé az ennyire komplex rendszerek tervezését és tesztelését hihetetlenül sokféle feladat elvégzésére. Lehetővé teszi annak megértését, hogy a robot milyen teljesítményt lesz majd képes nyújtani az ön otthonában, az ön bögréivel, bár a fejlesztés során nem tudják mindezt tesztelni az ön konyhájában. A Toyota mérnökök egyik izgalmas eredménye, hogy sikerült komoly előrelépést elérniük abban a tekintetben, hogy a szimuláció elég hatásos legyen a mosogatógép-töltési feladat vizuális és mechanikai komplexitásának megragadásához, ezzel pedig közel kerültek a szimuláció és a valóság közti rés áthidalásához is. A Toyota mérnöke már képesek olyan szintű tesztelésre, hogy joggal remélhetik: az eredmények a valós robotnál is azonosak lesznek. Sok munka után eljutottak oda, hogy szinte a teljes fejlesztőmunkát szimulációkkal végzik, ami korábban nem volt jellemző a robotikai kutatásokra.

„Számos egyéb tesztet is le tudunk futtatni sokféle szimulált formában. Folyamatosan hozunk létre random forgatókönyveket, amelyekkel például a tányérpakolás egyedi elemeit teszteljük, illetve az egész folyamat során mutatott teljesítményt is láthatjuk. Hadd mutassam be egy példán, miként működik!” – fogalmaz Russ Tedrake, a Toyota Kutatóintézet (TRI) robotikai fejlesztésekért felelős alelnöke.

„Vegyük azt az egyszerű feladatot, hogy ki kell venni egy bögrét a mosogatóból. Olyan forgatókönyveket generálunk, amelyekben mindenféle random elrendezésben jelenik meg a bögre, mi pedig az úgynevezett határeseteket vizsgáljuk. Ezek azok a ritka esetek, ahol esetleg csődöt mondanak érzékelő, vagy megfogó algoritmusaink. Tudunk variálni a fényviszonyokkal és a bögre anyagának tulajdonságaival. Még arra is van algoritmusunk, hogy random, de elképzelhető formákat adjunk a bögrének – egy kis kávécsészétől kezdve egy nagy, hengeres bögréig.” – avat be Tedrake.

Mind Tedrake elmondja, a szimulációs teszteket éjjelente végzik, így reggelre megkapják a hibajelentést azokról az esetekről, amelyekkel foglalkozniuk kell. A fejlesztési munka korai szakaszában viszonylag könnyű volt megtalálni és orvosolni az ilyen hibákat. Előfordulhat, hogy a szimulátor nem működik megfelelően (olyasmi történik benne, ami soha nem történhet meg a valóságban), és néha hibák jönnek elő az érzékelő, vagy megfogó algoritmusoknál is. Ezeket a Toyota mérnökeinek mind ki kell javítaniuk.Az idő előre haladtával egyre ritkábban fordulnak elő hibák, és azok is egyre kisebbek. De persze az ilyen hibák megtalálására szolgáló algoritmusoknak is fejlődniük kell. Olyan hatalmas az a tér, amiben keresniük kell, és annyira kifinomult a rendszer működése, hogy a határesetek hatékony megtalálása válik a mérnökök előtt álló legfőbb kutatási kihívássá. Bár ezt a problémát ezúttal a konyhai mosogatóban vizsgálják, az alkalmazott alapötletek és algoritmusok rokon problémákon – például az önvezető technológiák ellenőrzésén – alapulnak, és azoknál is alkalmazhatók.

Mi a következő lépés?
Munkájuk következő szakaszában a Toyota robotikai mérnökei olyan algoritmusok kifejlesztésével foglalkoznak majd, amelyek hiba esetén automatikusan javítják az érzékelő algoritmust vagy a vezérlőt. Mivel szimulációt használnak, a módosításokat nemcsak ebben az újonnan kitalált forgatókönyvben tudják tesztelni, de azt is garantálni tudják, hogy a korábbi tesztek során kipróbált összes egyéb forgatókönyv mellett is működjenek majd. Természetesen nem elég egy adott tesztnél kijavítani egy hibát, a mérnököknek arról is gondoskodniuk kell, hogy ne sértsék meg az összes korábban lefuttatott teszt feltételeit sem. Elképzelhető, hogy ezt a nem túl távoli jövőben az ön konyhájában is el tudják majd végezni. Ha netán egy robot nem megfelelően kezelné az ön bögréjét, akkor a világon működő összes robot tanulhatna ebből a hibából. A Toyota robotikai mérnökeinek célja a kézügyesség és a megbízhatóság kifejlesztése mellett e kezelési problémák megoldására. A mosogatógép megtöltése csak egy példa azokra kísérletekre, amelyekkel a TRI-nél ezt a feladatot igyekeznek megoldani. Ez hosszú folyamat, de a cél, hogy a végén olyan képességeket alakítsanak ki, amelyek révén fejlettebb robotok is megjelenhetnek az otthonainkban. Amikor pedig ez megtörténik, az idősebbek is megkapják azt a segítséget, amire szükségük lesz ahhoz, hogy méltósággal öregedhessenek meg. Egy segítő robottal, ami kiterjeszti képességeiket, és nagyobb függetlenséget tesz lehetővé, mindez megvalósulhat.