El MIT diseña el robot para que sea un buen peatón y no te golpee en la acera
Los ingenieros del MIT están trabajando para inculcar robots con navegación “socialmente consciente”, lo que les permite observar el código de conducta de los peatones de los humanos.
- ¿Hay futuro para la neurociencia computacional / teórica? Si es así o si no, ¿cómo?
- ¿Por qué hay animosidad hacia los climatólogos? ¿Es que los medios, la política y la sociedad le han lavado el cerebro a los no calificados para creer que están calificados para refutar la ciencia real con bocados?
- ¿Cuáles son algunas de las áreas menos estudiadas de la neurociencia?
- ¿Hay algún estudio científico que pruebe los beneficios de beber kombucha?
- ¿Cuál es la mejor herramienta de investigación para recopilar y procesar la investigación web?
En términos generales, la mayoría de los peatones siguen una serie de convenciones sociales tácitas cuando salen y se acercan a nuestro día. Cosas como no entrar en otras personas; trate de caminar en lugar de atravesar grupos manténgase a la derecha de la acera y pase a la izquierda; evite obstáculos entrantes y camine a un ritmo constante para que otros peatones puedan evitar una colisión a su vez.
Los robots aún no están en ese nivel de delicadeza social. Por lo tanto, un equipo de investigadores del MIT está tratando de programarlo en los bots para que puedan integrarse y funcionar mejor junto con la sociedad humana, al tiempo que minimizan los molestos baches en el tráfico peatonal. Dirigidos por Yu Fan Chen, un ex estudiante graduado del MIT, diseñaron y construyeron un pequeño robot que se basa en la “navegación socialmente consciente”. Probaron el robot dentro de los pasillos en expansión del Stata Center del MIT en Cambridge, Massachusetts, donde logró evitar con éxito las colisiones mientras se mantenía al día con la velocidad promedio de los peatones.
Con éxito en el tráfico, si eres un robot, gira principalmente en torno a cuatro procesos:
- localización (saber dónde estás),
- percepción (tener una manera de observar su entorno),
- planificación de movimiento (decidir el mejor camino hacia un destino determinado), y
- control (la capacidad de moverse realmente por ese camino).
En lo que respecta a la localización, la percepción y el control, el equipo de Chen adoptó enfoques estándar: sensores estándar como cámaras web, un sensor de profundidad y un sensor LIDAR de alta resolución para la percepción, y algoritmos de código abierto para mapear El entorno del bot y determinar su posición para la localización. El control fue manejado por un vehículo de tierra estándar: un motor eléctrico y ruedas.
Lo que el equipo quería innovar era el paso de planificación. Los roboticistas generalmente abordan este problema utilizando uno de dos enfoques: hacer que los bots calculen las trayectorias de todos y luego decidir cuál tomar (un modelo basado en la trayectoria), o seleccionando una ruta general y luego adaptándose sobre la marcha para evitar posibles colisiones (reactivo) modelo basado). Sin embargo, ambos tienen limitaciones.
-Mejor.
