Een robot die winkelpersoneel helpt door zelfstandig door de supermarkt te bewegen en producten op hun plaats te zetten. Volgens onderzoeker Carlos Hernández Corbato van de afdeling Cognitive Robotics kan dit in de toekomst maar dan moet de robot wel ingespeeld zijn op de dynamiek en uitdagende omstandigheden binnen een supermarkt. Hernández Corbato; “Ik ben in mijn onderzoek bezig om met behulp van Artificial Intelligence de  machines slimmer en betrouwbaarder te maken door hen symbolische kennis te leren. Het doel is om ‘robot hersenen’ voor intelligente robots te ontwikkelen zodat ze hun beslissingen uit kunnen leggen. Op deze manier kunnen mensen de robots vertrouwen om mee samen te werken.”

Een supermarkt is typisch een plek waar voortdurend onverwachte dingen gebeuren. Niet alleen staan er duizenden producten met uiteenlopende vorm en uiterlijk, er wandelen ook steeds mensen in en uit. Hoe kan een zelfstandig opererende machine daar veilig, efficiënt en intelligent mee omgaan? Door symbolische kennis te activeren die wij mensen ook gebruiken, zegt Hernández. “Een blad met vier poten eronder herkennen wij als een symbool: 'tafel'. Wij hebben er geen foto voor nodig. Wanneer we dergelijke 'symbolentaal' coderen en geschikt maken voor robots, kunnen zij complexere taken uitvoeren.”

Eén blik met zijn camera-ogen en de robot weet dat hij tegenover een object staat waarop je borden en kopjes kunt zetten. Op basis daarvan kan hij besluiten wat te doen. De versnelling die dat oplevert moet robots in staat stellen meerdere handelingen tegelijkertijd uit te voeren: navigeren, voorwerpen oppakken en verplaatsen, en uiteindelijk ook communiceren met mensen.

Symbolische kennis

Voor Hernández komt in het onderzoekprogramma AI for Retail Lab van supermarktketen Ahold Delhaize alles samen dat hem fascineert aan kunstmatige intelligentie. Werken in de detailhandel vereist een breed scala aan vaardigheden voor de robot; hij moet zijn dynamische omgeving kunnen waarnemen, navigeren daar waar nodig, samenwerken met mensen en objecten kunnen pakken. En dit soms allemaal tegelijk. Het draait voor Hernández Corbato om de vraag welke algoritmes er nodig zijn om een machine net zo intelligent te laten reageren als een menselijk brein. Als specialist in software voor autonoom opererende robots won hij in 2016 al eens de Amazon Picking Challenge met een team van de TU Delft. Daarbij zette een robotarm foutloos producten uit een container op hun plek in een schap.

Werken in de detailhandel vereist een breed scala aan vaardigheden voor de robot; hij moet zijn dynamische omgeving kunnen waarnemen, navigeren daar waar nodig, samenwerken met mensen en objecten kunnen pakken. En dit soms allemaal tegelijk.

De 'supermarktrobot' is nog veel uitdagender. Dit vereist namelijk de sprong van een statische fabrieksomgeving naar de dynamiek van een winkel. De traditionele manier, waarbij robots leren van de data die ze verzamelen, is daarvoor te omslachtig. De robot zou dan al vastlopen bij het voorraadbeheer. Je kunt niet voor iedere sinaasappel, fles, soepblik, melkpak of komkommer een robotbehandeling op maat programmeren. “We willen symbolische kennis in één keer in het besturingssysteem van de robot injecteren”, zegt Hernández. “Als die kennis beschikbaar is, kan hij zich voortdurend aanpassen aan zijn veranderende omgeving. Bijvoorbeeld door daarvoor een andere handbeweging te downloaden.”

De robot moet zelfstandig een ander algoritme kunnen kiezen als hij onderweg een probleem tegenkomt. Zodat hij een blikje dat uit zijn handen valt weer kan oppakken, of de greep van zijn hand iets kan wijzigen bij het oppakken van een onbekend object. De technici hebben al een proefwinkel ingericht waar robot 'Tiago' ermee kan oefenen. Het moet over pakweg vijf jaar machines opleveren met een mobiele basis, twee armen en twee camera-ogen, die 24 uur per dag zelfstandig supermarkt schappen bijvullen. En dat moeten ze onder alle omstandigheden kunnen, dag en nacht.

Sensor kapot

Dat laatste geldt niet alleen voor de supermarktrobot. Feitelijk zou elke robot een 'volgende generatie' besturingssysteem moeten krijgen om beter met veranderende omstandigheden te kunnen omgaan. Hiervoor moet de robot naast verschillende robot vaardigheden ook cognitieve vaardigheden geïntegreerd krijgen in zijn systeem zodat hij kan nadenken over deze ‘skills’. De robot moet begrijpen hoe hij deze kan gebruiken en wat de consequenties kunnen zijn van zijn acties. Hernández Corbato: “Kortom, we moeten robots (of wat voor soort intelligent autonoom werkend system) zelfbewustzijn meegeven zodat we ze kunnen vertrouwen.”

De robot moet begrijpen hoe hij zijn cognitieve vaardigheden kan gebruiken en wat de consequenties kunnen zijn van zijn acties. Kortom, we moeten robots (of wat voor soort intelligent autonoom werkend system) zelfbewustzijn meegeven zodat we ze kunnen vertrouwen.

Dit  is de kerngedachte achter het Europese project Metacontrol for ROS2 systems (MROS) dat de afdeling Cognitive Robotics recentelijk heeft afgerond. De AI-techniek die Hernández hiervoor gebruikte heet de 'metacontrol' methode. Deze beschrijft op een gestructureerde manier de eigenschappen en vaardigheden van de robot, waardoor deze de kennis kan gebruiken om problemen te overwinnen.

In het kader van dit onderzoek ontwikkelde hij verschillende prototypes van deze volgende generatie robots met Bosch Corporate Research, Universidad Rey Juan Carlos, Universidad Politecnica de Madrid en IT University Copenhagen.

Presteert deze beter dan traditionele robots? “Ja, ze navigeren veiliger en kunnen zich, dankzij hun symbolische kennis, aanpassen aan de omstandigheden. Toen een sensor kapot ging, lukte het om zelfstandig over te schakelen op een andere”, vertelt Hernández enthousiast. “Dat is waar we naartoe willen: een robot met voldoende verstand om te kunnen omgaan met mislukkingen.”  

 

 

(in het midden) Corrado Pezzato, PhD candidate bij AIRLab , (rechts) Stefan Bonhof, research engineer and project manager at AIRLab.
/* */