Michigan-onderzoek toont robots die huishoudelijke objectrelaties beheersen voor slimme huishoudnavigatie

Het doel van het onderzoek is om een praktische methode te bieden waarmee robots actief kunnen zoeken naar doelobjecten in een complexe omgeving.

We leven misschien nog niet in de robot-gevlide toekomst die futuristen ooit droomden, maar we komen er steeds dichterbij. Slimme speakers met virtuele assistenten en stofzuigerrobots zijn al gangbaar, en we mogen in het komende decennium nog meer huishoudrobots verwachten.

Een van de hindernissen waar ontwikkelaars nu mee te maken hebben, is robots leren manouvreren door het huis. Daartoe heeft een onderzoeksteam van de Universiteit van Michigan een nieuw model gepubliceerd dat robots traint op de relaties tussen huishoudelijke objecten.

Een robot kan bijvoorbeeld de opdracht krijgen om was uit de wasmand boven te halen en in de wasmachine te doen. Met het model kan het getraind worden om te begrijpen waar zowel de mand als de machine zich bevinden, waardoor handmatig verplaatsen van de robot overbodig wordt.

"Efficiënt kunnen zoeken naar objecten in een omgeving is cruciaal voor servicerobots om taken autonoom uit te voeren," aldus Zhen Zeng, mede-auteur van de studie. "We bieden een praktische methode die de robot in staat stelt om actief te zoeken naar doelobjecten in een complexe omgeving."

Het model, SLiM (Semantic Linking Maps) genoemd, koppelt oriëntatieobjecten, zoals een koelkast, aan andere gerelateerde objecten, zoals een pak sinaasappelsap of mayonaise. Hierdoor weet een robot, als het gevraagd wordt om de tafel schoon te maken, dat koelkastitems terug moeten waar ze horen.

De onderzoekers geven aan dat SLiM rekening houdt met onzekerheid, bijvoorbeeld als de wasmand is verplaatst, stopt het niet met functioneren, hoewel het langer kan duren om de nieuwe locatie te vinden.

Deze actieve vernieuwing van geografische locaties en relaties tussen objecten zou de langetermijnprestaties van robots moeten verbeteren, die anders constant zouden uitschakelen door veranderingen in de omgeving.

De Roomba was een mijlpaal voor huishoudrobots, en de meeste daarna gelanceerde robots kopieerden het ontwerp en de functionaliteit. De robots van het Michigan-team zijn echter veel geavanceerder, in staat om objecten op te pakken en taken uit te voeren.

We zijn nog een paar jaar verwijderd van die typen robots, hoewel onderzoek als dit aantoont dat ze zeker in de pijplijn zitten.