最近の進歩により 人工知能とロボット工学技術、さまざまな家事を処理できる家庭用ロボットの開発と販売への関心が高まっています。
テスラは ヒューマノイドロボットの構築CEOのElon Muskによると、これは食事の調理や高齢者の支援に使用できる可能性があります. アマゾン最近 iRobotを買収、著名なロボット掃除機メーカーであり、を通じて技術に多額の投資を行ってきました アマゾン ロボティクス プログラム ロボティクス技術を消費者市場に拡大する。 2022 年 XNUMX 月、電動掃除機で有名な企業であるダイソンは、英国最大のロボット工学センターを建設する計画を発表しました。 家庭用ロボットの開発 住宅スペースで毎日の家事を行う人。
関心が高まっているにもかかわらず、将来の顧客は、これらのロボットが市場に出るまでしばらく待たなければならないかもしれません. スマート サーモスタットやセキュリティ システムなどのデバイスは、今日の家庭で広く使用されていますが、家庭用ロボットの商用利用はまだ始まったばかりです。
として ロボティクス研究者、私は、家庭用ロボットの構築が、スマート デジタル デバイスや産業用ロボットよりもかなり難しいことを直接知っています。
オブジェクトの処理
デジタル デバイスとロボット デバイスの大きな違いの XNUMX つは、家庭用ロボットが オブジェクトを操作する必要がある 物理的な接触を介してタスクを実行します。 彼らは皿を運び、椅子を動かし、汚れた洗濯物を拾い上げて洗濯機に入れなければなりません。 これらの操作では、壊れやすく、柔らかく、時には重い、不規則な形状のオブジェクトを処理できるロボットが必要です。
最先端の AI および機械学習アルゴリズムは、シミュレートされた環境で優れたパフォーマンスを発揮します。 しかし、現実世界の物体と接触すると、しばしばつまずきます。 これは、物理的な接触をモデル化するのが難しく、制御するのがさらに難しいために発生します。 人間はこれらのタスクを簡単に実行できますが、家庭用ロボットが物体を処理する人間レベルの能力に到達するには、重大な技術的ハードルが存在します。
ロボットは、オブジェクトを操作する際に、制御と感知という XNUMX つの側面で困難を抱えています。 組立ラインのような多くのピックアンドプレース ロボット マニピュレーターには、単純なグリッパーや、特定の部品をつかんで運ぶなどの特定のタスク専用の専用ツールが装備されています。 不規則な形状や弾力性のある素材のオブジェクトを操作するのに苦労することがよくあります。 力、または触覚、フィードバック 人間は自然に恵まれています。 柔軟な指を備えた汎用ロボットハンドを構築することは、依然として技術的に難しく、費用もかかります。
また、従来のロボット マニピュレーターは、正確に動作するために安定したプラットフォームを必要としますが、特にさまざまな表面で動き回るプラットフォームで使用すると、精度が大幅に低下することにも言及する価値があります。 移動ロボットの移動と操作の調整は、ロボティクス コミュニティでは未解決の問題であり、幅広い機能を備えた家庭用ロボットが市場に出る前に対処する必要があります。
洗練されたロボット キッチンはすでに市場に出回っていますが (以下を参照)、高度に構造化された環境で動作します。つまり、調理器具、食品容器、電化製品など、相互作用するすべてのオブジェクトが期待どおりの場所にあり、邪魔する厄介な人間。
彼らは構造が好き
組立ラインや倉庫では、作業の環境と順序が厳密に編成されています。 これにより、エンジニアはロボットの動きを事前にプログラムしたり、QR コードなどの簡単な方法を使用してオブジェクトやターゲットの位置を特定したりできます。 しかし、家財道具は整理整頓されておらず、ランダムに配置されていることがよくあります。
ホーム ロボットは、ワークスペースでの多くの不確実性に対処する必要があります。 ロボットはまず、他の多くのアイテムの中からターゲット アイテムを見つけて識別する必要があります。 多くの場合、アイテムに到達して特定のタスクを実行するには、ワークスペース内の他の障害物をクリアまたは回避する必要があります。 これには、ロボットが優れた知覚システム、効率的なナビゲーション スキル、強力で正確な操作能力を備えている必要があります。
たとえば、ロボット掃除機のユーザーは、床から小さな家具やケーブルなどの障害物をすべて取り除く必要があることを知っています。最高のロボット掃除機でさえ、それらを単独で取り除くことはできないからです。 さらに難しいのは、人やペットが近距離を歩いているときに、動く障害物の存在下でロボットを動作させなければならないことです。
物事をシンプルに
人間にとっては単純に見えますが、多くの家事はロボットにとっては複雑すぎます。 産業用ロボットは、ロボットの動きを事前にプログラムできる反復操作に優れています。 しかし、家事はその状況に特有のものであることが多く、タスクを実行するためにロボットが常に決定を下し、ルートを変更する必要があるという驚きに満ちている可能性があります。
料理や皿洗いについて考えてみてください。 数分間の調理中に、ソテーパン、スパチュラ、コンロのノブ、冷蔵庫のドアハンドル、卵、食用油のボトルをつかむことがあります。 鍋を洗うには、通常、片手で鍋を持ち、もう一方の手でこすります。調理済みの食品の残留物がすべて取り除かれ、石鹸がすべて洗い流されます。
近年、機械学習を使用してロボットをトレーニングし、さまざまなオブジェクトを選んで配置するときにインテリジェントな決定を下す、つまり、オブジェクトをつかんである場所から別の場所に移動するという重要な開発が行われています。 しかし、さまざまな種類のキッチン ツールや家庭用電化製品をすべて習得できるようにロボットをトレーニングできるようにすることは、最高の学習アルゴリズムを使用したとしても、別のレベルの難しさです。
言うまでもなく、人々の家には多くの場合、階段、狭い通路、高い棚があります。 これらの届きにくいスペースは、車輪や XNUMX 本足を使用する傾向がある今日のモバイル ロボットの使用を制限します。 ヒューマノイド ロボットは、人間が自分で構築して組織化する環境により厳密に適合しますが、実験室の設定以外ではまだ確実に使用されていません。
タスクの複雑さに対する解決策は、ロボット掃除機やキッチン ロボットなどの専用ロボットを構築することです。 近い将来、さまざまなタイプのこのようなデバイスが開発される可能性があります。 しかし、汎用の家庭用ロボットはまだまだだと思います。 遠い道のり.
この記事はから再公開されます 会話 クリエイティブコモンズライセンスの下で 読む 原著.
画像のクレジット： ダイソン
