Bättre kommunikation gör robotar mer flexibla
Örebroforskaren Kevin LeBlanc har utvecklat en metod som gör robotar bättre på att utbyta information med varandra så att de tillsammans kan lösa mer komplicerade uppgifter. I grunden handlar det om att utforma ett effektivt och flexibelt sätt att beskriva omgivningen och de föremål som finns i den.
– Forskningen handlar om att hjälpa robotar att koppla ihop saker de ”känner till” med de objekt de ser i verkligheten, berättar Kevin LeBlanc, som presenterar sina forskningsresultat i en doktorsavhandling i datavetenskap.
Om en robot får i uppdrag att hämta ett visst föremål krävs det att den kan känna igen föremålet utifrån en allmän beskrivning, vilket ofta inte är så lätt. Saker kan se väldigt olika ut från olika håll, och det kan till exempel vara svårt att definiera skillnaden mellan olika färger och former. Skillnader i utseende som ter sig självklara för våra ögon, är sällan lika uppenbara för en robot, och de kan vara förvånansvärt svåra att definiera.
Måste tala samma språk
– Målet är att skapa rätt förutsättningar för att roboten ska kunna lista ut om till exempel en bok, mugg eller flaska som den fått i uppgift att hitta verkligen är densamma som det föremål den tror sig känna igen med hjälp av sina sensorer.
Det är därför mycket viktigt hur man presenterar information, så att den blir så användbar som möjligt för roboten. Och om den behöver hjälp från andra robotar eller agenter i omgivningen måste de ”förstå” varandra, det vill säga, de måste tala samma språk. Ett väl fungerande utbyte av information skapar möjligheter att lösa allt mer komplicerade uppgifter.
– Därför har vi valt att använda allmänna och flexibla metoder för att återge information, i stället för att använda något som bara fungerar för en specifik applikation. På så sätt blir det lättare att återanvända både design och kod, vilket sparar i längden både tid och pengar.
Kontaktinformation
För mer information, kontakta Kevin LeBlanc, 0734-346577.
