HERON-CRA: Kan robotter lære at rette op på deres fejl?

Når en robot udfører en opgave med mange trin, er det ikke nok at reagere på det, den ser lige nu. Den skal også kunne huske, hvad den allerede har gjort, opdage når noget går galt, og vælge et nyt greb. Det er problemet, Songyan Dynamics’ Scalabot vil løse med HERON-CRA, den anden model i HERON-serien efter HERON-World Model. Systemets opbygning er beskrevet, men dets pålidelighed på tværs af opgaver er endnu ikke uafhængigt dokumenteret. 61415

Hukommelse, korrektion og nye forsøg

Context Expert skal holde styr på opgaven. Modellen samler tidligere rumlige oplysninger og information om scenens indhold i strukturerede enheder, som kan indgå i beslutningen om næste handling. Betegnelsen 4D betyder her tredimensionelle rumlige oplysninger fulgt over tid. Robotten skal dermed kunne tage højde for opgavens forløb frem for kun det seneste billede. 69

RL Engine skal justere handlingerne. Den beskrevne komponent bruger forstærkningslæring – læring ud fra resultater – til at tilføje små korrektioner til robottens grundlæggende handlingsstrategi. En særskilt model skal vurdere, hvordan opgaven skrider frem. Målet er mere præcis styring og bedre mulighed for at komme videre efter en fejl, men materialet viser ikke isoleret, hvor stor en forbedring netop denne komponent giver. 59

Erfaring skal kunne bruges igen. Forudgående træning på tværs af robotter skal gøre det lettere at overføre færdigheder mellem robotter med forskellige kroppe. Samtidig kan tilstande fra både vellykkede og mislykkede forsøg bruges som udgangspunkt for HERON-World Model, der genererer tænkte handlingsforløb til yderligere læring. Det er den foreslåede forbindelse mellem de to HERON-modeller – ikke dokumentation for, at de tænkte forløb konsekvent forudsiger, hvad der sker i virkeligheden. 71415

Hvad viser resultaterne?

Scalabot oplyser, at succesraten for sokkefoldning steg fra 38,5 % til 97,8 % i selskabets test. Det er en stor rapporteret forbedring for én opgave, ikke en generel succesrate for robotter. Det foreliggende materiale fastslår ikke uafhængigt kontrollerede antal forsøg, testvilkår eller sammenligningsgrundlag. 12

En rapporteret demonstration med kaffebrygning illustrerer, hvorfor hukommelse kan være vigtig gennem flere trin. Demonstrationer med overførsel mellem robotter og reaktioner på forstyrrelser viser tilsvarende, hvad systemet er tiltænkt at gøre. De fastslår ikke i sig selv, hvor ofte det lykkes i ukendte omgivelser, med andre robotter eller ved uventede afbrydelser. 4615

Den afgørende forskel er derfor mellem en lovende systemidé og dokumenteret driftssikkerhed. Uafhængige, sammenlignelige test – hvor bidraget fra hukommelse, forstærkningslæring, træning på tværs af robotter og tænkte handlingsforløb undersøges hver for sig – er nødvendige for at vurdere, hvor robust HERON-CRA er uden for de viste eksempler. 41415