ايسنا/ پژوهشگران "دانشگاه ميشيگان"، مدلي ابداع کردهاند که ميتواند به رباتها کمک کند تا جستجوي اشيا را مانند انسانها انجام دهند.
پژوهش جديدي که در "دانشگاه ميشيگان"(UMich) انجام شده است، نشان ميدهد که رباتها ميتوانند با درک ارتباط ميان اشياي متفاوت خانه، ياد بگيرند که چگونه آنها را زودتر پيدا کنند. پژوهشگران در اين پروژه، مدلي را ابداع کردهاند که يک راهبرد جستجوي بصري را به رباتها ارائه ميدهد تا ياد بگيرند که چگونه اشياي گوناگون را جستجو کنند.
يکي از اهداف معمول متخصصان حوزه رباتيک اين است که توانايي مسيريابي را در فضاهاي واقعي براي رباتها فراهم کنند. اين فضاها ميتوانند با بينظمي همراه باشند و رباتها بايد به جستجوي اشياي خاصي بپردازند که پيشتر هرگز آنها را نديدهاند.
"ژن زنگ"(Zhen Zeng)، از پژوهشگران اين پروژه گفت: داشتن توانايي جستجوي کارآمد در محيط اطراف، قابليت مهمي براي رباتها به شمار ميرود و به آنها در انجام دادن وظايف روزمره به صورت خودکار کمک ميکند. ما يک روش عملي ابداع کردهايم که به رباتها کمک ميکند تا اشياي مورد نظر را در يک محيط پيچيده پيدا کنند. خانهها معمولا با بينظمي کامل همراه نيستند زيرا ما چيدمان خانهها را براساس نظم خاصي انجام ميدهيم و هر يک از وسايل خانه، جاي مخصوصي دارند.
زنگ و پروفسور "چاد جنکينز"(Chad Jenkins)، مدلي موسوم به "اسليم"(SLiM) را ارائه دادهاند که اشياي خاصي را در ذهن ربات با اشياي ديگر مرتبط ميسازد و دادههايي را در مورد نحوه قرار گرفتن آنها ارائه ميدهد.

ربات با کمک اسليم ميتواند به درک پيچيدهتري در مورد اشياي مورد نظر و نحوه قرار گرفتن آنها در محيط برسد. در مقاله اين پژوهش آمده است: هنگامي که از انسانها پرسيده ميشود که اشياي مورد نظر را کجا ميتوان پيدا کرد، ميتوانند فرضياتي را براساس روابط مکاني اشيا فراهم کنند. رباتها نيز بايد بتوانند استدلال مشابهي را در مورد اشيا داشته باشند. پژوهشهاي پيشين، اشيا را ايستا فرض کردهاند و نشان ميدهند که اشيا در جاي خود باقي ميمانند. ما براي غلبه بر اين محدوديت، نوعي نمودار خاص را براي نشان دادن احتمالات و مدلسازي روابط ميان اشياي گوناگون ارائه دادهاند. اسليم با مدلسازي احتمالات، رباتها را براي جستجوي دقيق اشياي مورد نظر راهنمايي ميکند.
بازار