Leonardo (robot)

Ciało Leonarda autorstwa Stan Winston Studios

Leonardo to 2,5-metrowy robot społeczny , pierwszy stworzony przez Personal Robots Group z Massachusetts Institute of Technology . Jej rozwój przypisuje się Cynthii Breazeal . Ciało jest autorstwa Stana Winstona Studios, lidera w dziedzinie animatroniki. Jego ciało zostało ukończone w 2002 roku. Był to najbardziej złożony robot, jakiego studio kiedykolwiek próbowało spróbować od 2001 roku. Inni współtwórcy projektu to NevenVision, Inc., Toyota, NASA Lyndon B. Johnson Space Center i Navy Research Lab. Został stworzony, aby ułatwić naukę i współpracy człowieka z robotem . Grant DARPA Mobile Autonomous Robot Software (MARS), grant Office of Naval Research Young Investigators Program , konsorcja Digital Life i Things that Think częściowo sfinansowały projekt. Grupa MIT Media Lab Robotic Life Group, która również studiowała Robonaut 1, postanowił stworzyć bardziej wyrafinowanego robota społecznego w Leonardo. Dali Leonardo inny system śledzenia wizualnego i programy oparte na psychologii niemowląt, które, jak mają nadzieję, przyczynią się do lepszej współpracy człowieka z robotem. Jednym z celów projektu było umożliwienie nieprzeszkolonym ludziom interakcji z robotem i nauczenia go znacznie szybciej przy mniejszej liczbie powtórzeń. Leonardo znalazł się na liście 50 najlepszych robotów wszechczasów magazynu Wired w 2006 roku.

Budowa

W niewielkiej przestrzeni korpusu robota znajduje się około sześćdziesięciu silników, które umożliwiają ekspresyjny ruch robota. Personal Robot Group opracowała systemy sterowania silnikami (z pakietami sterowania zarówno 8-osiowymi, jak i 16-osiowymi), których użyła w Leonardo. Leonardo nie przypomina żadnego prawdziwego stworzenia, zamiast tego ma wygląd fantazyjnej istoty [ potrzebne źródło ] . Jego twarz została zaprojektowana tak, aby była wyrazista i komunikatywna, ponieważ jest robotem społecznym. Fantazyjny, celowo młody wygląd ma zachęcać ludzi do interakcji z nim w taki sam sposób, jak z dzieckiem lub zwierzakiem.

Kamera zamontowana w prawym oku robota rejestruje twarze. Narzędzie do śledzenia rysów twarzy opracowane przez korporację Neven Vision izoluje twarze od przechwyconych osób. Bufor do 200 widoków twarzy służy do tworzenia modelu osoby, ilekroć przedstawia się ona za pomocą mowy. Ponadto Leonardo może wizualnie śledzić obiekty i twarze za pomocą zestawu detektorów cech wizualnych, które obejmują kolor, odcień skóry, kształt i ruch.

Grupa planuje, że Leonardo będzie miał skórę wykrywającą temperaturę, bliskość i ciśnienie. Aby to osiągnąć, eksperymentują z rezystorami wykrywającymi siłę i kompozytami do tunelowania kwantowego . Czujniki są pokryte warstwą silikonu, tak jak jest to stosowane w efektach makijażu, aby zachować estetykę robota.

Zamiar

Celem stworzenia Leonarda było stworzenie robota społecznego. Jego silniki, czujniki i kamery pozwalają mu naśladować ludzką ekspresję, wchodzić w interakcje z ograniczonymi obiektami i śledzić obiekty. Pomaga to ludziom reagować na robota w bardziej znajomy sposób. Dzięki tej reakcji ludzie mogą zaangażować robota w bardziej naturalny, społeczny sposób. Programowanie Leonarda łączy się z teorią psychologiczną, dzięki czemu uczy się on bardziej naturalnie, wchodzi w bardziej naturalne interakcje i bardziej naturalnie współpracuje z ludźmi.

Uczenie się

Leonardo uczy się poprzez przestrzenne rusztowanie. Jednym ze sposobów, w jaki nauczyciel uczy, jest umieszczanie w pobliżu ucznia przedmiotów, z których oczekuje, że uczeń będzie go używał. Ta sama technika, rusztowanie przestrzenne, może być wykorzystana w przypadku Leonarda, którego uczy się budować żaglówkę z wirtualnych klocków, używając tylko czerwonych i niebieskich klocków. Za każdym razem, gdy próbuje użyć zielonego klocka, nauczyciel odciąga „zakazany” kolor i przesuwa czerwony i niebieski klocek w przestrzeń robota. Leonardo uczy się w ten sposób budować łódź wyłącznie z czerwonych i niebieskich klocków.

Leonardo może również śledzić, na co patrzy człowiek. Dzięki temu robot może wchodzić w interakcje z człowiekiem i przedmiotami w otoczeniu. Naturalnie, ludzie będą podążać za gestem wskazującym i / lub spojrzeniem i zrozumieją, że to, na co wskazuje się lub na co się patrzy, jest przedmiotem, którym zajmuje się drugi człowiek i ma zamiar przedyskutować lub coś z nim zrobić. Grupa Personal Robots wykorzystała zdolność śledzenia Leonarda i zaprogramowała robota tak, aby zachowywał się jak człowiek, kierując wzrok na obiekt, na który zwraca uwagę człowiek. Dopasowanie spojrzenia człowieka jest jednym ze sposobów, w jaki Leonardo wydaje się wykazywać bardziej naturalne zachowanie. Dzielenie się uwagą w ten sposób jest jednym ze sposobów, dzięki którym robot może uczyć się od człowieka. Ważna jest również mimika robota, możliwość przekazywania informacji zwrotnych na temat jego „zrozumienia”.

Innym sposobem uczenia się Leo jest naśladowanie. Ten sam sposób, w jaki niemowlęta uczą się rozumieć świat i manipulować nim, jest pomocny dla robota społecznego. Naśladując ludzką mimikę i ruchy ciała, Leo może odróżnić siebie od innych. Ta umiejętność jest ważna dla ludzi w przyjmowaniu wzajemnych perspektyw i to samo dotyczy robota społecznego. Zrozumienie, że „inni” nie mają tej samej wiedzy, co on, pozwala robotowi dokładniej widzieć swoje otoczenie i podejmować lepsze decyzje w oparciu o zaprogramowanie tego, co robić w danej sytuacji. Pozwala również robotowi odróżnić intencje człowieka od jego rzeczywistych działań, ponieważ ludzie nie są dokładni. Pozwoliłoby to człowiekowi bez specjalnego przeszkolenia uczyć robota.

Leonardo może samodzielnie eksplorować, oprócz szkolenia z człowiekiem, co oszczędza czas i jest kluczowym czynnikiem sukcesu robota osobistego. Musi być w stanie szybko się uczyć, korzystając z mechanizmów, z których ludzie już korzystają (takich jak rusztowanie przestrzenne, wspólna uwaga, mimika i przyjmowanie perspektywy). Nie może też wymagać dużej ilości czasu. I wreszcie, obcowanie z nim powinno być przyjemnością, dlatego tak ważna jest estetyka i ekspresja. Są to wszystkie ważne kroki w wprowadzaniu robota do domu.

Interakcja

Wspólna uwaga i przyjmowanie perspektywy to dwa mechanizmy, do których Leonardo ma dostęp, które pomagają mu w naturalnej interakcji z ludźmi. Leonardo może również osiągnąć coś w rodzaju empatii , analizując dane, które uzyskuje z naśladowania ludzkiej mimiki, języka ciała i mowy. W podobny sposób ludzie mogą zrozumieć, co inni ludzie mogą czuć na podstawie tych samych danych, Leonardo został zaprogramowany zgodnie z zasadami teorii symulacji, co pozwala mu na odzwierciedlenie czegoś w rodzaju empatii. W ten sposób interakcje społeczne z Leonardo wydają się bardziej przypominać ludzkie, co zwiększa prawdopodobieństwo, że ludzie będą mogli pracować z robotem w zespole.

Współpraca

Leonardo potrafi współpracować z człowiekiem, aby rozwiązać wspólny problem na tyle, na ile pozwala mu jego ciało. Jest bardziej skuteczny w pracy ramię w ramię z człowiekiem dzięki teorii pracy umysłowej, która jest połączona z jego programowaniem. W zadaniu, w którym jeden człowiek chce ciasteczek, a drugi krakersów z dwóch zamkniętych miejsc, a jeden z nich zamienił miejscami, Leonardo może obserwować, jak pierwszy człowiek próbuje dostać się tam, gdzie myśli, że są ciasteczka i otwiera pudełko z ciasteczkami, pomagając mu osiągnąć Jego cel. Wszystkie umiejętności społeczne Leonarda współpracują ze sobą, dzięki czemu może on współpracować z ludźmi. Kiedy człowiek prosi go o wykonanie zadania, może wskazać, co wie, a czego nie wie i co może, a czego nie może zrobić. Komunikując się za pomocą ekspresji i gestów oraz postrzegania ekspresji, gestów i mowy, robot jest w stanie pracować jako część zespołu.

Współtwórcy

  • Profesor Cynthia Breazeal
  • Stana Winstona
  • Lindsay MacGowan (kierownik artystyczny)
  • Richard Landon (kierownik techniczny)
  • Zespół Stan Winston Studios
    • Jona Dawe'a
    • Trevora Hensleya
    • Matta Heimlicha
    • Al Sousa
    • Kathy Macgowan
    • Michaela Ornealeza
    • Amy Whetsel
    • Józef Czytelnik
    • Grady Holder
    • Roba Ramsdella
    • Jan Czerewka
    • Rodrick Chaczatoorian
    • Kurta Herbela
    • Richa Haugena
    • Keith Marbory
    • Annabelle Troukens
  • Fardad Faridi (animator)
  • Absolwenci
    • Matt Berlin
    • Andrzej „Zoz” Brooks
    • Jessego Graya
    • Guya Hoffmana
    • Jeffa Liebermana
    • Andrea Lockerd Thomaz
    • Dana Stiehla
  • Matt Hancher (absolwenci)
  • Hans Lee (absolwenci)

Zobacz też

Bibliografia

Dalsza lektura

  • Brooks, Andrzej; Cynthia Breazeal (2006). „Praca z robotami i obiektami: powrót do odniesienia Deictic w celu osiągnięcia przestrzennej wspólnej płaszczyzny”. Interakcja człowieka z robotem .
  • Breazeal, Cynthia; Matt Berlin; Andrew Brooksa; Jessego Graya; Andrea Thomaz (2006). „Korzystanie z perspektywy, aby uczyć się na podstawie niejednoznacznych demonstracji”. Robotyka i systemy autonomiczne . 54 (5): 385–393. doi : 10.1016/j.robot.2006.02.004 .
  • Breazeal, Cynthia; Cory'ego Kidda; Andrea Thomaz; Guya Hoffmana; Matt Berlin. „Wpływ komunikacji niewerbalnej na efektywność i wytrzymałość w pracy zespołowej człowiek-robot”. laboratorium mediów MIT .
  • Stiehl, Walter Dan (2005). Wrażliwe skórki i przetwarzanie somatyczne dla afektywnych i towarzyskich robotów w oparciu o podejście alfabetu somatycznego . Instytut Technologii w Massachusetts.

Linki zewnętrzne

Pobrano z „ https://en.wikipedia.org/w/index.php?title=Leonardo_(robot)&oldid=1119206899 ”