Robots moeten luier worden
Robots denken veel te hard na. Als een agv een obstakel tegenkomt, rekent hij zich helemaal suf om een omweg te vinden en die vervolgens op de centimeter nauwkeurig te volgen. ‘Dat is helemaal niet nodig – en zelfs ongewenst’, zegt René van de Molengraft, universitair hoofddocent motioncontrol op de TU Eindhoven. ‘Er zijn oneindig veel goede paden die de robot kan kiezen. Hij moet naar links sturen, er voorbijrijden, en weer terug naar rechts gaan. Dat vereist slechts een beperkt aantal momenten waarop de robot zijn actie checkt. Het is echt niet nodig dat hij elke milliseconde zijn positie bepaalt en bijstuurt.’
Van de Molengraft werkt met zijn groep aan luie robots. ‘Die doen precies genoeg om hun taak uit te voeren. Dat klinkt heel logisch, maar het is 180 graden anders dan de rest van de robotwereld denkt en doet’, aldus de TUE-docent. ‘Ik denk dat dit paradigma de komende jaren een flinke impact gaat hebben. Het is namelijk een stap die we absoluut moeten zetten om de robots in een meer open wereld te laten functioneren.’
Er zitten een paar grote problemen aan de klassieke aanpak. Om te beginnen, rekent de robot dus veel te veel en aan zaken die helemaal niets te maken hebben met zijn opdracht. Ten tweede schaalt de methode niet. En ten derde is het niet robuust. Als er namelijk iets in de omgeving wijzigt, werkt de lokalisatie niet meer en moet de robot opnieuw gaan rekenen, ook al doet de verandering eigenlijk niet ter zake.
‘Zo’n luie robot moet natuurlijk kunnen bepalen welke informatie hij wel en welke hij niet nodig heeft’, legt Van de Molengraft uit. Daarmee haakt hij aan op het wereldmodellenonderzoek van Gijs Dubbelman. ‘We moeten de robot nuttige informatie voeren. Dat hoeft dus geen geometrisch accurate kaart te zijn, maar liever een topologische kaart waarin met semantische labels is aangegeven wat de robot gaat tegenkomen en welke acties daarbij horen. Een deur, een pilaar, een tafel, een gang, noem maar op.’
De Eindhovense onderzoekers hebben de eerste praktijkdemonstraties al gedaan bij partners in het Fast-project. ‘Langs de productielijnen rijden robots die onderdelen inspecteren’, vertelt Van de Molengraft. ‘Die taak hebben we dusdanig aan de robot uitgelegd dat hij een virtuele weg langs de productielijn volgt, waarbij hij de onderdelen semantisch kan detecteren. Dat betekent dat als we die hele lijn in de ruimte verschuiven of verplaatsen, of als er een nieuwe lijn naast komt, de software daar niets van merkt. De robot is heel robuust voor alles dat verandert in dat deel van de wereld waar hij niks mee te maken heeft.’
In principe kan een robot al zijn acties ‘lui’ doen. Lui betekent immers dat hij niet meer doet dan nodig is. Op welke termijn kunnen robots volledig lui zijn? ‘Binnen Fast zijn we pas een jaar onderweg en zitten we in de fase dat we willen aantonen dat het paradigma werkt’, antwoordt Van de Molengraft. ‘Ik verwacht dat we over drie jaar een flinke stap hebben gemaakt richting robotica 2.0.’
