为了评估机器人算法和控制器的性能,研究人员通常使用软件仿真或真实的物理机器人。尽管这些可能表现为两种不同的评估策略,但还有其他两种可能性结合了两者的要素。
在最近的一项研究中,德克萨斯农工大学和南卡罗来纳大学的研究人员已着手研究评估和执行方案,这些方案位于模拟与实际实现之间的交集处。在arXiv上预先发表的一篇论文中概述了他们的研究,该研究特别关注了真实机器人通过其传感器感知世界的实例,在该实例中,他们所感觉到的环境仅被视为一种幻想。
进行这项研究的研究人员Dylan Shell和Jason O'Kane在论文中写道:“我们考虑了机器人合谋展示与现实世界不同的世界的问题。”“尽管我们手头的机器人与我们希望研究的机器人之间存在差异,或者可用的测试环境与期望的机器人之间存在差异,或者存在其他潜在的不匹配问题,但这种询问是出于物理上验证机器人行为的问题。以这种方式。”
该研究从先前的生物学研究中汲取了灵感,该研究旨在了解生物体的知觉局限性以及信息不匹配如何影响其行为。近年来,生物学家开始使用诸如虚拟现实(VR)和增强现实(AR)之类的技术工具来更好地了解生物体及其感知。
同样,软件仿真已经成为机器人技术研究的关键组成部分,许多研究人员使用它们来执行和测试其机器人系统和方法。在大多数情况下,模拟软件会在虚拟而非物理环境中重现机器人执行的某些元素,从而生成人工传感器读数或与状态相关的数据。
这就提出了另一个问题:模拟器本身就是一个系统,它在多大程度上实际再现了现实世界?考虑到这一点,研究人员着手研究“相互匹配”的成对系统之间的关系,以及其中一个系统功能强大到足以使另一个系统产生幻觉的实例。
壳牌和奥凯恩在论文中解释说:“在提出了令人信服的幻想的概念之后,从本质上讲,这是在现实世界中发生的系统仿真的概念,然后,我们从基础设施需求的角度研究了这种可仿真性的含义。”“时间是一种重要资源:某些机器人可能能够模拟其他机器人,但也许只能以比实时速度慢的速度来模拟。”
Shell和O'Kane建议,系统可以以不同的速率模拟其他系统,这使研究人员可以相对形式描述模拟和模拟系统。基于此假设,他们开发了一些定理来概述模拟系统与模拟系统之间的关系,并为每个系统提供了几个示例。
随后,研究人员根据他们开发的理论进行了简单的多机器人实验。在该实验中,无论是在仿真还是在物理机器人测试台上,机器人都必须在无限制的障碍物区域中完成简单的导航任务。他们的发现表明,在给定系统产生错觉时,不同的仿真方法可能具有明显不同的时间效率。
Shell和O'Kane收集的观察结果以及他们开发的理论,可以拓宽当前对用于评估机器人方法的仿真软件的理解,强调仿真与仿真系统之间关系的新方面。在未来的工作中,他们可以探索各种新的研究方向,例如将其理论扩展到解决不确定性和非确定性的概念,或者开发更丰富的有效幻觉理论。