L’utilizzo dei robot in ambienti domestici e nell’Industria 4.0 richiede una notevole capacità di adattamento per far fronte ai continui cambiamenti che occorrono nello spazio di lavoro del robot stesso. Il paradigma classico utilizzato in robotica per eseguire compiti complessi prevede di usare:
Questo paradigma ha grosse limitazioni e impone la creazione di un sistema per ogni specifico contesto operativo, per esempio servire il pasto a una persona seduta a tavola o sdraiata su un letto. Inoltre, implementare tale paradigma richiede l’integrazione di diverse componenti software e hardware e notevoli competenze multidisciplinari. Tutti fattori che limitano l’utilizzo dei robot in ambienti fortemente dinamici come quelli domestici.
“Una possibilità per aumentare la flessibilità dei robot – spiega il ricercatore Matteo Saveriano – consiste nel fare in modo che siano in grado di imparare nuovi comportamenti utilizzando dati raccolti osservando gli uomini mentre eseguono lo stesso compito. Se specifici algoritmi di intelligenza artificiale vengono correttamente addestrati, riescono a eseguire il compito in situazioni diverse. Per quanto si tratti di algoritmi molto efficaci, il loro addestramento richiede giorni e una notevole mole di dati che deve essere elaborata manualmente. Inoltre è difficile predire il comportamento di algoritmi molto complessi, come le moderne reti neurali composte da milioni di neuroni, in maniera deterministica”.
“Al Dipartimento di Ingegneria Industriale studiamo la possibilità che i robot apprendano nuovi compiti dall’uomo, utilizzando algoritmi che addestrano i robot in pochi secondi e relativamente pochi dati. Questo ci permette di imparare velocemente a eseguire compiti diversi con lo stesso robot. Abbiamo inoltre sviluppato varie tecniche per combinare diversi compiti semplici in compiti più complessi. Ad esempio afferrare una bottiglia d’acqua e aprirla sono due compiti necessari per versare l’acqua in un bicchiere”, continua Saveriano.
La nostra ricerca mira a imporre un comportamento deterministico e prevedibile all’algoritmo di intelligenza artificiale, vedendolo come l’evoluzione di un sistema dinamico e utilizzando un approccio matematicamente rigoroso per garantire la stabilità a ciclo chiuso.
“Tali garanzie matematiche sono fondamentali per certificare l’algoritmo di intelligenza artificiale e utilizzarlo per controllare il robot che opera a stretto contatto con gli esseri umani – conclude il ricercatore –. In futuro speriamo di implementare degli algoritmi di intelligenza artificiale sempre più efficaci, in modo da migliorare ulteriormente la capacità di generalizzare un compito imparato e offrire all’utilizzatore umano un’esperienza di interazione col robot sempre più naturale”.
