Robots kunnen veel dingen helpen:auto's in elkaar zetten, zoeken naar explosieven, een maaltijd bereiden of helpen bij een operatie. Maar één ding dat ze niet kunnen doen, is je vertellen hoe het met ze gaat - nog niet.

UMass Lowell-onderzoekers willen dat veranderen, werken om humanoïde robots en andere autonome systemen de mogelijkheid te geven om te evalueren hoe goed ze taken kunnen uitvoeren of waarom ze taken niet kunnen voltooien. Deze beoordeling in realtime is van vitaal belang omdat robots steeds onafhankelijker worden en de taak krijgen om op afstand te presteren, vijandige of onvoorspelbare omgevingen met minimaal menselijk toezicht of tussenkomst.

"Direct, robots kunnen niet inschatten hoe goed ze taken kunnen uitvoeren, hoe een baan vordert of vertellen wat hun beperkingen of mogelijkheden zijn. Ons doel is om methoden en meetinstrumenten te ontwikkelen waarmee autonome systemen hun eigen prestaties kunnen beoordelen, " zei UMass Lowell Computer Science Prof. Holly Yanco, een gerenommeerde robotica-expert die het Robotics Lab van de universiteit en het New England Robotics Validation and Experimentation (NERVE) Center op UMass Lowell heeft opgericht, een van de meest geavanceerde testfaciliteiten voor robotica van het land.

Het project, genaamd SUCCESS, wat staat voor Self-assessment and Understanding of Competence and Conditions to Guarantee System Success - wordt gefinancierd met een subsidie ​​van $ 7,5 miljoen van het Amerikaanse ministerie van Defensie aan UMass Lowell en drie andere instellingen die de komende vijf jaar samenwerken aan het initiatief jaar.

Yanco - wiens voorbeeldige leer, onderzoek en andere bijdragen aan de campusgemeenschap leverden haar de benoeming op van UMass Lowell Distinguished University Professor - leidt het onderzoek van de universiteit naar SUCCES.

Voor het project, Yanco en haar collega's zullen de prestaties evalueren van een paar "Baxter"-robots die assemblagetaken zullen voltooien, probleemoplossende scenario's en games. Elke robot is een tweearmige, humanoïde machine die 3 voet lang is en meer dan 6 voet lang kan staan ​​wanneer deze aan de basis is bevestigd. Een computerscherm op elk apparaat stelt het in staat gezichtsuitdrukkingen weer te geven terwijl het taken voltooit. Onderzoekers van het NERVE Center en het Robotics Institute van Carnegie Mellon University zullen de robots op de proef stellen, het testen van hun vermogen om rond obstakels te manoeuvreren, om verborgen voorwerpen te vinden en te onderzoeken en om voorwerpen te manipuleren om ze te openen.

Het team zal vervolgens een softwaredatabase bouwen met alle variabelen die de robots kunnen tegenkomen en manieren waarop ze taken kunnen uitvoeren op basis van hun eerdere gedrag. Door te kijken naar het trackrecord van de robots, onderzoekers hopen te voorspellen hoe goed ze in de toekomst zullen presteren. De gegevens kunnen vervolgens door operators in het veld worden gebruikt om te anticiperen op hoe de machines zich zullen gedragen en om de volgende generatie verbeterde robotica te ontwerpen en te bouwen.

"Hopelijk, de studie zal leiden tot beter mens-robot-teamwerk en het vertrouwensniveau verhogen, verwachting en efficiëntie tussen de twee, ' zei Yanco.