Як влаштований автономний робот-доставщик

Влітку 2014 року Ахті Хейнла, один з інженерів-програмістів, які допомагали розробляти Skype, почав фотографувати свій будинок.

• Карти створюються не для роботів
• Розпізнавання навколишнього світу
• Як ми хочемо, щоб роботи взаємодіяли з людьми?

Нічого особливо незвичайного в цьому, звичайно, немає. Тільки він продовжував це робити. Місяць за місяцем, коли літо змінювалося осінню, а осінь – зимою, Хейнла виходив на одне й те саме місце на тротуарі і робив нові, на перший погляд, ідентичні знімки свого будинку. Невже людина, яка відіграла вирішальну роль у створенні багатомільярдного телекомунікаційного додатку, втрачала розум? Як виявилося, дії Хейнли мали цілком логічну причину – хоча це могло б здатися дещо божевільним для будь-кого, хто запитав би, що він робить. Ахті Хейнла допомагав майбутнім автономним роботам навчитися бачити.

Понад півстоліття потому світ (або, принаймні, окремі його частини) пожинає плоди дивакуватого, на перший погляд, експерименту Хайнла. Як співзасновник стартапу під назвою Starship Technologies разом із співзасновником Skype Янусом Фрісом, Хайнла допоміг створити парк самокерованих роботів-доставщиків. Ці роботи, які нагадують шестиколісні кулери, проїхали десятки тисяч миль по всьому світу, здійснивши понад 100 000 доставок. Вони особливо поширені у зростаючій кількості університетських кампусів, хоча вони також їздять вулицями міст від Сан-Франциско до Мілтон-Кейнса у Великій Британії.

Щоб замовити щось у одного з роботів-доставщиків Starship, клієнт просто обирає потрібний йому товар у одного з партнерів Starship по доставці. За невелику плату за доставку робот забере товар і самостійно доставить його до обраного місця. Все, що потрібно зробити клієнту – це розблокувати робота за допомогою додатку і забрати замовлення. Просто, чи не так?

Служба доставки в кампус Starship з роботами

Однак, як і у випадку з будь-яким подібним рішенням, чим простішими здаються речі з точки зору користувача, тим складнішими вони є з технологічної точки зору. У 2020 році ми звикли чути про безпілотні автомобілі, які здатні переміщатися по світу з вражаючою легкістю. Будучи однією з перших компаній, яка випустила безпілотні автомобілі без участі людини, Starship Technologies допомогла зіграти ключову роль у тому, щоб зробити автономні технології, подібні до цієї, частиною повсякденного життя.

Проте ми не повинні сприймати ці інструменти як належне. Вони не лише є дивовижними досягненнями інженерії та комп’ютерних наук, але й вибір, який зараз робиться навколо цих технологій, допоможе визначити майбутнє взаємодії між людьми і роботами.

Карти створюються не для роботів

Чи пам’ятаєте ви, як у дитинстві, коли ви йшли до нової школи, вам доводилося орієнтуватися на місцевості, де ви навчалися, і ви не знали, куди йти? Можливо, якщо ви жили неподалік, то навіть ходили пішки від дому до школи самостійно або з друзями. Зазвичай цим прогулянкам передували ті, в яких нас супроводжували батьки або опікуни, які могли дати нам підказки про те, як орієнтуватися в навколишньому світі. Вони можуть йти з нами перші кілька разів, щоб переконатися, що ми знайомі з певним маршрутом. Вони, ймовірно, будуть вказувати на певні орієнтири, такі як знаки або особливо пам’ятні будівлі. Незабаром ми формуємо ментальну карту того, куди ми йдемо і як там орієнтуватися.

Цю здатність, яку більшість з нас сприймає як належне, компанія Starship Technologies наполегливо працювала над тим, щоб розвинути у своїх роботів. У деяких аспектах вона є напрочуд складною. Візьмемо, наприклад, карти. Коли роботи Starship вирушають у подорож з пункту А до пункту Б, вони починають з використання супутникових знімків, які допомагають їм спланувати маршрут. Потім використовується алгоритм маршрутизації для визначення найкоротшого і найбезпечнішого шляху для робота. Поки що все так просто, чи не так? Але це не так.

Як каже Хейнла: “Ми не можемо використовувати багато існуючих карт, тому що вони не призначені для роботів, вони призначені для людей”. Існуючі картографічні системи передбачають певний рівень людських знань, таких як розуміння того, якою частиною дороги ми повинні йти, і як ми повинні маневрувати на жвавому тротуарі. Це все речі, які робот не обов’язково розуміє. Існує безліч додаткових складнощів.

Наприклад, подумайте про те, чим відрізняється ваша поведінка при переході через проїжджу частину від звичайного тротуару. Ми можемо не думати, що вони особливо відрізняються, але це так. Якщо один з роботів Starship зустрічає перешкоду на тротуарі, його реакція – зупинитися на своєму шляху. Це тому, що зупинка – це найбезпечніша річ, яку можна зробити. Але зупинка на проїжджій частині або при перетині вулиці блокує доступ для транспортних засобів. Для цього потрібно навчитися зовсім іншому типу поведінки.

Щоб допомогти зрозуміти, яку поведінку повинні використовувати її роботи, Starship розробила інструменти машинного навчання, які можуть сегментувати карти на серію взаємопов’язаних кольорових ліній, що представляють тротуари (зеленим кольором), переходи (червоним кольором) і проїжджі частини (фіолетовим кольором). Замість того, щоб просто обирати найкоротший за відстанню маршрут, робот визначає найшвидший маршрут, додаючи вартість до кожного сценарію, з яким робот зіткнеться під час подорожі.

Розпізнавання навколишнього світу

Після цього роботи Starship вирушають у реальний світ, використовуючи 10 камер для розпізнавання навколишнього світу на 360 градусів шляхом спостереження. Спеціальні системи розпізнавання зображень розбивають світ на тисячі ліній, створюючи спрощену каркасну картину світу, на яку можна орієнтуватися. З часом, коли роботи компанії проводитимуть більше часу в одній місцевості, вони зможуть створювати спільні тривимірні каркасні карти цілих районів, що значно полегшить майбутнім роботам розуміння ландшафту навколо них.

“Це схоже на те, як ви могли б направляти людину: продовжуйте йти до жовтої будівлі, потім поверніть праворуч і продовжуйте йти до церкви”, – сказав Хейнла. “Робот також має орієнтири, але це не жовті будівлі чи церкви, а абстрактні фігури”.

Останнім етапом картографування роботів є точне визначення ширини та місця розташування тротуару. Для цього використовуються як бортові камери, так і 2D карта, отримана з супутникових знімків.

“Навіть така проста річ, як ходіння по тротуару, є чимось, чому ми навчилися з самого дитинства, – сказав Хейнла. “Ми сприймаємо це як належне. Але для машин це те, чого потрібно навчати. Є такі речі, як те, зліва чи справа ви пропускаєте людину, яка наближається. Якщо попереду йде хтось повільніший за тебе, ти пригальмовуєш чи пропускаєш? Якщо сповільнюєтесь, то наскільки близько ви повинні підійти до іншої людини? Якщо ви підійдете занадто близько, іншій людині буде незручно. Усьому цьому ми маємо навчити машину”.

Якщо все піде за планом (а на сьогоднішній день все йде за планом), роботи Starship зможуть переміщатися до місця призначення, яке користувач обирає на карті.

Як ми хочемо, щоб роботи взаємодіяли з людьми?

Це завдання стоїть не лише перед компанією Starship Technologies. Ряд інших компаній, починаючи від Nuro і закінчуючи BoxBot, досліджують свої власні служби доставки самокерованих роботів. Але це виходить далеко за межі роботів, які можуть принести нам їжу на винос або продукти, коли ми надто зайняті (або ліниві), щоб ходити до магазинів. Оскільки роботи відіграють все більшу роль у нашому житті, питання про те, як інтегрувати їх у наш світ, стає все більш актуальним.

Роботи традиційно дуже добре зарекомендували себе в лабораторних умовах, де кожна змінна може бути ідеально контрольована. Вони також були значною мірою відокремлені від людей з міркувань безпеки. Зараз вони масово проникають в реальний світ. Якщо ми ще не звикли до роботів на наших вулицях зараз, то обов’язково звикнемо до кінця 2020-х років.

“Щотижня в нашій команді автономного водіння ми проводимо збори, на яких протягом однієї години наша команда з безпеки показує інженерам з автономного водіння деякі з найцікавіших речей, які сталися за останні [сім днів]”, – сказав Хейнла. “Ці цікаві речі – це або місця, де був певний дискомфорт, або робот зробив винятково добре водіння, або [де були] деякі незвичайні погодні умови або об’єкти”.

Деякі з цих проблем пов’язані зі здатністю роботів осягати наш світ. Саме це випробовував Хайнла, коли фотографував біля свого будинку в перші дні існування Starship Technologies. Він хотів знати, чи зможе робот розпізнати його будинок як, ну, його будинок, незалежно від того, чи це сонячний літній день, чи дощовий зимовий вечір. Виявляється, що зможе – і це розуміння допомогло створити цілу компанію (чи, можливо, навіть цілу індустрію доставки).

Такі дослідження – частково інженерні, частково соціологічні – спрямовані на пошук відповідей на питання про те, як люди і машини можуть краще співіснувати. Чи гірше для робота бути надмірно обережним або занадто безрозсудним? Що відбувається, коли роботи-доставщики стикаються з собаками-поводирями? Дані з цієї нової галузі досліджень збираються і використовуються для вдосконалення алгоритмів, які керують роботами, виготовленими компанією com

Source: digitaltrends.com