10 nejtěžších věcí naučit robota
Být člověk je mnohem jednodušší, než stavba člověka.
Vezměte něco tak jednoduchého jako hraní úlovek s přítelem v přední dvoře. Při rozebrat tuto činnost do diskrétních biologických funkcí nezbytných k jejímu dosažení, je to vůbec jednoduché. Musíte senzory, vysílače a efektory. Musíte počítat, jak těžké hodit založený na vzdálenosti mezi vámi a vaším společníkem. Musíte účet proti oslnění od slunce, rychlosti větru a blízké rozptýlení. Je třeba zjistit, jak pevně uchopit míč a kdy zmáčknout lapačku během úlovek. A musíte být schopen zpracovat řadu what-if scénáře: Co když se míč dostane přes hlavu? Co když se to valí do ulic? Co když dojde k chybě oknem svého souseda?
Tyto otázky ukazují některé z nejnaléhavějších úkolů robotiky, a oni půdu pro naše odpočítávání. Jsme sestavili seznam 10 nejtěžších věcí naučit roboty objednat zhruba z " Nejjednodušší " na " nejtěžší " - 10 věcí, které budeme muset dobýt jestli máme vůbec bude realizovat sliby Bradbury, Dick, Asimov, Clarke a všechny ostatní vypravěčů, kteří představovali svět, v němž stroje chovat jako lidé
. 10: Blaze stopu
Přesun z bodu A do bodu B Zní to tak snadné. My lidé to po celý den, každý den. Pro robota, i když, navigace - zejména prostřednictvím jednotného prostředí, které se neustále mění, nebo mezi prostředí, je to nikdy nesetkal - může být ošemetná věc. Za prvé, robot musí být schopen vnímat své životní prostředí, a pak to musí být schopen pochopit smysl příchozích dat.
robotici řešit první problém tím, že ozbrojí své stroje s řadou senzorů, skenery, kamery a jiné high-tech nástroje pro posouzení jejich okolí. Laserové snímače se stává stále více populární, i když nelze použít ve vodním prostředí, protože voda má tendenci narušit světla a výrazně snižuje rozsah senzoru. Sonar technologie nabízí životaschopnou volbu v podvodních robotů, ale v pozemních aplikacích, je to daleko méně přesné. A, samozřejmě, kamerový systém se skládá z řady integrovaných stereoskopických kamer může pomoci robota na " viz " jeho krajina.
Sběr dat o životním prostředí je jen polovina bitvy. Čím větší výzva se týká zpracování údajů, a používat to, aby rozhodovat. Mnozí vědci mají své roboty navigovat pomocí předem specifikovanou mapy nebo konstrukci mapy na běhu. V robotice, toto je známé jako SLAM - simultánní lokalizace a mapování. Mapování popisuje,
[1] 