Preparando robots para el mundo real

En un almacén amarillo descolorido en Albany Street, el robot Atlas se está encendiendo. Esta enorme máquina humanoide, de seis pies y dos pulgadas de alto y un peso de 330 libras, se enciende con un zumbido potente y agudo de una bomba que presuriza el fluido para sus juntas hidráulicas. Suspendido justo por encima del suelo por una cuerda, comienza a mover los pies y los brazos, como parte de una rutina para calibrar los actuadores en sus 28 articulaciones.

Helios, el robot Atlas del MIT, es un competidor en el DARPA Robotics Challenge.

Esto es como el tramo de la mañana, dice Scott Kuindersma, un postdoctorado en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT.

Mientras se baja el robot al piso, Pat Marion, un investigador colaborador que comenzará a trabajar en su doctorado en ingeniería eléctrica y ciencias de la computación (EECS) este otoño, se sienta frente a un conjunto de monitores de computadora ubicados a varios metros de distancia y mira el mundo a través de los ojos del robot, o más bien, cámaras y lidars conectados a su cabeza y pecho. Una pantalla une una vista de ojo de pez de baja resolución de la habitación con una imagen estrecha y detallada de una cámara estéreo. En otra pantalla hay una representación en blanco y negro de la habitación creada por un sensor láser. Con un par de clics, Marion le da al robot un objetivo de caminar, indicando un punto en la pantalla delante de su imagen virtual; el sistema responde con un conjunto sugerido de pasos virtuales en la pantalla. El robot mueve lentamente sus pies, cambiando su peso de lado a lado con cada paso mientras su bomba hidráulica gime. Después de que llega a un estante de metal volcado, Marion le ordena que recoja una tabla de madera que está apoyada contra el estante. Con un accesorio de mano similar a una garra, el robot agarra con cuidado la tabla, la levanta y balancea su brazo hacia la derecha, dejando que la madera caiga al suelo. Una tarea cumplida del día.

El robot ha sido programado por un equipo de estudiantes, posdoctorados y miembros de la facultad dirigidos por el profesor de EECS Seth Teller y Russ Tedrake, PhD '04, profesor asociado con nombramientos dobles en EECS y aeronáutica y astronáutica. El equipo representa al MIT en el Desafío de Robótica de la Agencia de Proyectos de Investigación Avanzada de la Defensa de EE. UU. (DARPA), un torneo de varios años diseñado para acelerar el desarrollo de robots que podrían ayudar a los humanos en los esfuerzos de socorro en casos de desastre y escenarios de emergencia del mundo real: robots que podrían haber desaparecido. en la planta de energía nuclear de Fukushima después de su triple fusión, por ejemplo, para que los trabajadores humanos no estén expuestos a la radiación dañina. La competencia ofreció dos pistas a los equipos de la academia, la industria y el gobierno: algunos construyeron sus propios robots, mientras que otros equipos, incluido el del MIT, se enfocaron en desarrollar software para controlar el robot Atlas, diseñado y construido por la empresa derivada del MIT, Boston Dynamics. (Con sede en Waltham, Massachusetts, Boston Dynamics fue cofundado por Marc Raibert, PhD '77, ex profesor de EECS y miembro del laboratorio de inteligencia artificial del MIT. Google compró la compañía por una cantidad no revelada el año pasado).

El DARPA Robotics Challenge (DRC) tiene tres etapas. En el primero, los equipos de software usaron sus programas para guiar un Atlas simulado a través de varias tareas en un Desafío de robótica virtual realizado en junio de 2013. En las Pruebas de DRC en diciembre de 2013, los equipos se reunieron en una pista de carreras en Florida para probar las habilidades de los robots reales. —y ganar el derecho a competir por un premio de $2 millones en la tercera etapa de la competencia, las Finales de DRC en 2015.

Un desafío irresistible
A primera vista, las tareas de los robots para las pruebas parecen sorprendentemente simples: abrir puertas, subir una escalera, manipular una manguera y operar válvulas, entre otras. Un socorrista humano podría hacer cualquiera de estas cosas en segundos, y el poderoso Atlas ciertamente era físicamente capaz de lograrlas. Pero es un gran desafío diseñar y programar un robot que pueda navegar y manipular objetos en un sitio de desastre, donde las condiciones son desordenadas y la comunicación irregular. Aunque los robots de fábrica realizan rutinariamente tareas complejas, están programados para hacer una cosa bien en un entorno diseñado explícitamente para ello.

El mundo real es un lugar implacable, dice Teller. Es imposible anticipar las condiciones que encontrarán los robots, por lo que deben ser mucho más receptivos y adaptables. No es que diseñes el mundo para ayudar al robot, dice. Usted diseña el robot para que salga al mundo a hacer el trabajo que debe hacerse.

Maurice Fallon, Seth Teller (con gorra) y Pat Marion revisan las imágenes derivadas de los datos del sensor de Helios en los ensayos de Florida y deliberan sobre cómo proceder durante la tarea de la manguera.

Teller y Tedrake decidieron formar un equipo DRC a principios de 2012, cuando los comentarios sobre la competencia se extendieron por la comunidad de robótica. Sus habilidades son complementarias. Teller, que dirige el grupo de Robótica, Visión y Redes de Sensores en CSAIL, se centra en ayudar a las máquinas a detectar su entorno e interactuar con las personas; Tedrake, quien lidera el grupo de Locomoción de Robots de CSAIL, se enfoca en el control de los movimientos, particularmente caminar.

No faltaron investigadores y estudiantes deseosos de ayudar. El esfuerzo de DRC tiene toda la emoción de un proyecto de investigación típico, junto con la intensidad adicional de los plazos estrictos y la competencia internacional de alta visibilidad en tareas concretas, dice Teller. Con fechas estrictas para las competencias, no hay tiempo para alcanzar la perfección y poco margen de maniobra si algo no funciona correctamente. Teller y Tedrake contrataron al científico investigador Maurice Fallon para dirigir el trabajo sobre la percepción del robot y Kuindersma para estar a cargo de la planificación y el control. Teller también recurrió a Matthew Antone '95, MEng '96, PhD '01, que había trabajado con él en el equipo DARPA Urban Challenge 2006–'07 del MIT en el desarrollo de vehículos autónomos, mientras que el posdoctorado Sisir Karumanchi brindó apoyo inicial en el desarrollo de software para manipular objetos. . Ellos y otros de todo el MIT se apresuraron a responder a DARPA con una propuesta formal a fines de mayo. (Marion, una ingeniera de software consumada, se uniría al equipo más tarde para liderar el desarrollo de la interfaz operador-robot). En total, el equipo incluye 12 estudiantes y 12 profesores, posdoctorados y personal de CSAIL; los departamentos de EECS, Ingeniería Mecánica y Aero-Astro; y el Centro de Ingeniería Oceánica.

Cuando el DRC comenzó oficialmente en octubre de 2012 con la llegada de $375,000 en fondos iniciales de DARPA y una reunión de lanzamiento en la agencia, el equipo del MIT ya había pasado seis meses recaudando fondos, realizando estudios preliminares de diseño e implementación e investigando espacios de laboratorio adecuados. alrededor del campus.

El objetivo de la competencia no es lograr que los robots piensen y actúen por sí mismos. Pero Teller dice que desde el principio, la estrategia del equipo del MIT se centró en trasladar muchas de las decisiones de bajo nivel al robot. A pesar de que DARPA proporcionaría información explícita sobre la configuración de cada tarea, dice Teller, optaron por no programar el robot para hacer cada una de ellas, y no tener a un niño humano cuidando cada movimiento.

En cambio, querían un tira y afloja entre humanos y robots. El operador evaluaría la información sensorial del robot y decidiría qué hacer. El software del robot luego desarrollaría un plan de movimiento para realizar la tarea, que el humano podría aprobar o ajustar. Cada decisión se tomaría sobre la marcha.

Debido a que el mundo real es impredecible, no puede simplemente tener un plan enlatado y esperar que tenga éxito, dice Teller. Él y sus compañeros de equipo confiaban en que su sistema flexible finalmente sería más eficiente, reduciendo la capacidad intelectual humana requerida para cada paso. Pero tenían mucho trabajo que hacer.

Etapa uno: ¿su software es digno de Atlas?
En las semanas previas al Virtual Robotics Challenge (VRC), los miembros del equipo acamparon en el laboratorio de CSAIL en el Stata Center las 24 horas del día, subsistiendo con una selección rotativa de Pop-Tarts, frutas y comida para llevar mientras trataban de anticipar problemas. que podría surgir en la simulación y desarrollar soluciones alternativas. Los días 18, 19 y 20 de junio, más de dos docenas de equipos participaron en simulaciones VRC en sus propios laboratorios. En CSAIL, los operadores de cada tarea se aislaron en una oficina lateral y se concentraron intensamente en una representación del robot virtual mientras ponían a prueba su software; otros miembros del equipo vieron su progreso en un enlace de video afuera.

Helios anota en la prueba de escalera.

La preparación del equipo dio sus frutos. En su mayor parte, hacer que el software planificara los movimientos del robot funcionó. Pero, en buena medida, se programaron algunos movimientos en el software para ayudar al robot virtual a salir de situaciones difíciles. El estudiante de posgrado Andrés Valenzuela, SM '11, descubrió cómo hacer que gateara, por ejemplo, lo que resultó útil; se cayó durante la competencia y se arrastró hasta la línea de meta justo cuando el tiempo expiraba.

Cuando DARPA anunció los resultados de las pruebas virtuales, el MIT terminó tercero entre 26 equipos. Los investigadores habían superado el primer obstáculo importante, ganando $ 750,000 adicionales en fondos y un puesto en los ensayos DRC de diciembre. Ahora solo tenían que transferir su éxito virtual a una máquina de 330 libras.

Conociendo al robot
Una vez superadas las pruebas de software, los miembros del equipo del MIT planificaron sus vacaciones de verano en torno a la muy esperada presentación en agosto de su Atlas, que tanto les costó ganar. Un equipo de Boston Dynamics llegó al almacén de Albany Street (espacio prestado por el Departamento de Ciencias Planetarias, Atmosféricas y de la Tierra, ya que la maquinaria es demasiado ruidosa para los laboratorios de CSAIL y demasiado desordenada: gotearía líquido hidráulico sobre las alfombras). ). Con cuidado desenvolvieron el robot, al que habían llamado Helios, y lo sacaron de una gran caja de madera para transporte.

Para todos los miembros del equipo, esta fue una maravillosa oportunidad de ver los algoritmos que desarrollan incorporados en uno de los robots humanoides más avanzados jamás creados. De hecho, esa oportunidad fue un gran atractivo para el propio Tedrake. Quería jugar con este robot, dice. Con un laboratorio enfocado en diseñar sistemas de control en lugar de construir hardware costoso, agrega, nunca construiría algo tan hermoso como este robot.

Pero el tiempo apremiaba: solo había cuatro meses para prepararse para las Pruebas de DRC en Florida, que se llevarían a cabo a fines de diciembre. El equipo necesitaría ubicarse entre los ocho primeros en esas pruebas para recibir $ 1 millón en fondos de DARPA para continuar el trabajo y competir por el premio de $ 2 millones en las Finales de DRC.

Gran parte del software que los investigadores habían desarrollado para el simulador se transfirió sin problemas al robot, aunque sus sistemas de control de motores de bajo nivel requirieron ajustes. Pero si bien pudieron hacer que su robot simulado saliera de una mala situación, el delicado y costoso Atlas necesitaba ataduras de seguridad para evitar que se cayera. De vez en cuando, el robot disparaba fluido hidráulico presurizado por el aire, por lo que los miembros del equipo usaban gafas de seguridad y se paraban detrás de plexiglás. Y era increíblemente ruidoso: Tedrake compró auriculares con cancelación de ruido para las personas que necesitaban un descanso.

Un miembro del equipo fue designado como el operador principal del robot para cada tarea que tendría que realizar en Florida, mientras que otro estaba disponible para ayudar al robot a percibir su entorno. Dada la información visual de las cámaras y los sensores del robot, el asistente de percepción podría ayudarlo a identificar un objeto de interés, por ejemplo, un taladro o la manija de una puerta. Luego, el robot podría acceder a información preprogramada sobre cómo eran los taladros y las manijas de las puertas y cómo agarrarlos y manipularlos.

Cuando faltaban un par de semanas para las pruebas, el software estaba listo y el equipo se centró en practicando . Con muchos estudiantes haciendo malabares con los exámenes finales, los miembros se reunían en el sofocante almacén a las siete en punto cada mañana, cronometrándose mientras hacían funcionar el robot en cada tarea y con la esperanza de que lo que lograran en el laboratorio se trasladara a un entorno al aire libre. Después de una breve incursión en la acera de Albany Street en una mañana bajo cero (la primera operación del robot al aire libre), empaquetaron Helios y su equipo con cuidado en un camión y lo enviaron a Florida.

Etapa dos: Robots en RaceTrack
La multitud reunida en el Homestead-Miami Speedway el 20 y 21 de diciembre era decididamente más geek que los fanáticos de NASCAR que normalmente ocupaban los asientos. Pero la anticipación era tan alta como los espectadores que esperaban ver a los mejores robots del mundo y sus máquinas enfrentarse. Cada uno de los 16 equipos (algunos financiados por DARPA y otros autofinanciados) tenía una estación de control instalada en los boxes, donde los miembros controlaban de forma remota su robot mientras competía por puntos en ocho tareas diferentes: conducir un vehículo, caminar sobre baches terreno, subir una escalera, limpiar escombros, abrir una serie de puertas, cortar una forma en una pared con un taladro inalámbrico, girar una válvula y manipular una manguera. Dentro de estas tareas, un equipo podría recibir un punto por cada una de las tres subtareas y un punto de bonificación por realizar las tres sin intervención. Para simular un escenario de desastre, la comunicación entre los equipos y sus robots se redujo periódicamente a una señal de ancho de banda bajo.

Aunque los equipos habían recibido descripciones explícitas de las tareas con anticipación para que pudieran practicar, las pruebas mostraron cuán difíciles se vuelven las cosas cuando las condiciones no están perfectamente controladas. El escenario al aire libre introdujo nuevas variables: luz solar brillante, fuertes brisas y temperaturas sorprendentemente cálidas para diciembre, lo que provocó que las computadoras portátiles se sobrecalentaran.

Helio está asegurado en un vehículo todo terreno para la tarea del vehículo por Maurice Fallon (izquierda) y Scott Kuindersma.

Team Schaft, que representa a una empresa derivada de la Universidad de Tokio que también fue adquirida por Google justo antes del evento, fue el claro ganador: el robot que diseñó realizó tareas con movimientos fluidos. Sin embargo, en su mayor parte, las pruebas fueron una importante verificación de la realidad para cualquier persona acostumbrada a ver robots humanoides cargando en las pantallas de cine. Aunque el evento tuvo lugar en una pista de carreras construida para la velocidad, parecía más una competencia de tai chi extremadamente lento. Las máquinas pasaban con cautela sobre los escombros, luchaban por abrir puertas y subían escaleras con una deliberación insoportable.

Algunas cosas simplemente no salieron según lo planeado. En su primera prueba, Fallon y Marion estaban guiando a Helios a través de una tarea que consistía en quitar 10 piezas de madera para despejar el camino hacia una puerta (obtendrían un punto por las primeras cinco piezas y otro por las segundas cinco). Fallon acababa de hacer que el robot despejara la quinta tabla cuando la madera rebotó y volvió a caer frente a ella. El tiempo era demasiado corto para completar la tarea según lo planeado, pero pudo desviar el robot del curso planeado para sacar la madera perdida del camino y capturar un punto. Por pequeño e insignificante que parezca, fue un gran logro para nosotros, dice. Más tarde, Helios se cayó mientras intentaba atravesar tres puertas y mientras subía una escalera. Pero el equipo ganó el conjunto completo de puntos por las tareas de perforación y válvula.

Para los equipos que competían, demostrar incluso algunas de estas habilidades fue gratificante. Gill Pratt '83, SM '87, PhD '90, gerente de programa en la Oficina de Ciencias de la Defensa de DARPA, dice que a pesar de las dificultades que enfrentaron los equipos, las pruebas superaron sus expectativas. Esperábamos que tal vez el mejor equipo obtuviera la mitad de los puntos, dice. Team Schaft barrió la competencia con 27 de 32 puntos posibles. Un equipo del Florida Institute for Human and Machine Cognition (IHMC) obtuvo el segundo lugar con un robot Atlas, y la Universidad Carnegie Mellon quedó en tercer lugar con un robot llamado CHIMP (por CMU plataforma móvil altamente inteligente). CON llegó en cuarto lugar, ganando 16 puntos. Algunos de los equipos con robots de diseño propio, incluido uno diseñado por el Centro Espacial Johnson de la NASA, no pudieron completar ninguna de las tareas a tiempo.

Aunque parte de la cobertura de prensa de los juicios de Florida se centró en cuán inteligentes eran los robots, en realidad cada movimiento estaba siendo coreografiado por operadores humanos. El hecho de que el cuerpo se parezca a un ser humano o un animal no significa que el cerebro del robot sea tan bueno, dice Pratt. Aunque los robots son cada vez más capaces de planificar y ejecutar los detalles de sus movimientos por sí mismos, los humanos siguen siendo los principales responsables.

Pero diferentes equipos tenían diferentes formas de gestionar la comunicación entre humanos y máquinas. El MIT tenía una interfaz hombre-máquina particularmente bien diseñada, dice Pratt. En particular, el equipo había creado un software que permitía a los operadores ayudar rápidamente al robot a percibir objetos importantes en su entorno. Cuando una interfaz está bien diseñada, dice, el operador puede lograr más con menos trabajo. Mientras que muchos otros equipos utilizaron controles tipo joystick para manipular el robot, dice Teller, el equipo del MIT adoptó un enfoque más computacional y menos manual. La idea es dar al robot comandos de nivel cada vez más alto y eventualmente desarrollar máquinas que dependan cada vez menos de un operador altamente calificado para mover los hilos.

En las pruebas de Florida, Helios domina la tarea de las válvulas, caminando y operando tres tipos diferentes de válvulas montadas en la pared.

Aunque las pruebas fueron intensas, Teller dice que fueron sorprendentemente divertidas; fue la primera vez que los equipos que habían estado trabajando durante meses en sus propios proyectos tuvieron la oportunidad de conocerse y exhibir su trabajo. Aunque eran competidores, se encontraron ayudándose unos a otros y prestando partes de un lado a otro. Y a pesar de que el robot del MIT fue superado por algunos de los otros, su sólido resultado le valió al equipo otro millón de dólares para continuar su trabajo hacia las Finales de DRC, que probablemente se llevarán a cabo la próxima primavera.

Etapa tres: Preparándose para un enfrentamiento final
Helios ahora está de regreso en su hogar en Albany Street, y el equipo del MIT finalmente tiene un período prolongado de tiempo para mejorar su sistema. Para las próximas finales, el equipo está impulsando aún más la autonomía del robot. Los enlaces de comunicación entre humanos y robots pueden ralentizarse más dramáticamente y cortarse por completo de vez en cuando, por lo que los investigadores están tratando de darle a su máquina autonomía a nivel de tareas, lo que significa que podría recoger una manguera o abrir una puerta por sí misma. . En una demostración reciente, Marion hizo que el Atlas se acercara a una mesa, recogiera cuatro objetos y los dejara caer en un balde, todo en respuesta a un simple comando de marcha.

Pratt dice que las finales también serán más difíciles en otros aspectos. Las ataduras de seguridad que mantenían a los robots en posición vertical si perdían el equilibrio probablemente ya no estén; los robots tendrán que levantarse solos si se caen. En lugar de estar conectadas a una fuente de energía, las máquinas tendrán que llevar sus propias reservas de energía. Y tendrán que navegar por un conjunto de tareas más continuo. Esto requerirá que el equipo del MIT haga que Helios sea aún más fluido en sus movimientos y que pueda percibir mejor su entorno.

Tedrake dice que con el tiempo para desarrollar algoritmos más sofisticados, todos los equipos podrán demostrar movimientos en las finales que sean más rápidos y menos vacilantes, un poco menos como el tai chi. Lo que tiene que pasar para que los robots sean más dinámicos, más elegantes, es que tienen que entender mejor su propia física y ser capaces de razonar sobre ella más rápido, dice. Teller, Tedrake y el equipo ya han comenzado a publicar artículos sobre su enfoque y han puesto a disposición del público parte de su código fuente.

Incluso con el software que permite que los robots se muevan más rápido y logren más, aún habrá momentos en que las máquinas tropezarán, perderán un objetivo o tendrán que luchar para llegar a la meta. La gente tiene esta imagen de los robots como la perfección, dice Teller, pero la imagen de esas máquinas de línea de montaje que operan en condiciones rígidamente controladas no es la forma en que estas cosas van a ser cuando se desplieguen en el mundo real. Aún así, eso es parte de la diversión de diseñar robots que puedan manejar el desorden de la vida. No buscamos la perfección aquí, dice. Estamos fuera de la capacidad. ¿Pueden las personas y las máquinas, trabajando juntas, hacer el trabajo?

esconder