Il divario tra una demo di robot e un robot che funziona davvero

Punti chiave

• Burro, un'azienda di robotica agricola con sede a Philadelphia, ha condotto la sua prima demo sul campo nel 2018 e ha trascorso anni imparando il divario tra quella demo e il dispiegamento nel mondo reale.
• I robot outdoor affrontano oscillazioni di temperatura da sotto lo zero a 120 gradi Fahrenheit, condizioni di luce mutevoli e terreni che cambiano quotidianamente.
• Il co-fondatore di Burro Vibhor Sood sostiene che l'area di ricerca mancante è la localizzazione senza infrastrutture: consentire a un robot di sapere esattamente dove si trova e cosa lo circonda, senza GPS o punti di riferimento fissi.
• Ogni guasto nel mondo reale che un robot Burro sperimenta in una posizione viene reimmesso nel sistema e rende ogni altra unità della flotta più affidabile.

Un robot che funziona in una demo e un robot che funziona in una mattina di novembre piovosa non sono la stessa macchina. Burro, un'azienda di robotica agricola con sede a Philadelphia, l'ha imparato nel modo più difficile, e il co-fondatore Vibhor Sood ha spiegato esattamente perché in un articolo segnalato per la prima volta da The Robot Report.

Burro costruisce robot autonomi per ambienti agricoli all'aperto, macchine in grado di trasportare carichi, falciare e pattugliare campi senza alcuna infrastruttura fissa come torri GPS o illuminazione controllata. L'azienda ha effettuato la sua prima demo nel 2018. È andata bene. Poi è iniziato il vero lavoro.

Il problema è quello che Sood chiama la trappola della demo. Una dimostrazione è costruita per uno scenario migliore: condizioni controllate, un pubblico preparato, una finestra temporale breve. Il dispiegamento reale significa luce piatta, terreno bagnato, lavoratori che si avvicinano da angoli inaspettati e operazioni in luoghi che il robot non ha mai visitato. La maggior parte delle aziende di robotica, sostiene Sood, spende troppo tempo ottimizzando per la demo mentre il problema di dispiegamento più difficile rimane irrisolto.

Burro non aveva il lusso di aspettare. Gli ambienti agricoli non si adattano alle preferenze di una macchina. I lavoratori agricoli non avrebbero cambiato il modo in cui si muovevano nei campi per aiutare un robot a far fronte alla situazione. L'azienda ha dovuto affrontare il fallimento nel mondo reale in anticipo e imparare da esso rapidamente.

Perché la robotica outdoor fallisce dove la robotica indoor ha successo?

I robot indoor operano in spazi controllati: illuminazione fissa, pavimenti piani, movimento prevedibile. Un magazzino non cambia forma da un giorno all'altro. Un cantiere sì. Un cantiere portuale funziona ventiquattro ore su ventiquattro, mescolando veicoli pesanti con traffico umano imprevedibile. Una fila di campi sembra completamente diversa all'alba rispetto al tramonto, in estate rispetto all'inverno, nella polvere rispetto al fango.

L'argomento centrale di Sood è che nessuna simulazione, per quanto dettagliata, risolve questo problema. Risolvi la robotica outdoor solo stando all'aperto, accumulando dati operativi reali, fallendo in modo sicuro e iterando rapidamente. Un fallimento in un campo, una volta assorbito e corretto, rende ogni robot della flotta più intelligente.

Il divario tecnico specifico che Sood identifica è la localizzazione e la percezione senza infrastrutture. In termini semplici: un robot deve sapere precisamente dove si trova e cosa lo circonda, anche quando i suoi sensori si consumano e l'ambiente si sposta intorno a lui, il tutto senza alcuna infrastruttura di supporto. La robotica indoor ha ricevuto seri investimenti per risolvere questo problema circa dieci anni fa. Gli ambienti outdoor e non strutturati non hanno ricevuto la stessa attenzione. Questo divario, secondo Sood, è il principale collo di bottiglia rimasto.

La lezione per chiunque osservi l'ingresso dei sistemi autonomi nel proprio posto di lavoro o quartiere è di natura pratica. Un sistema che impressiona in un ambiente controllato non è ancora un sistema su cui puoi fare affidamento. L'affidabilità viene dalle ore in campo, non dalle ore di laboratorio. Burro sostiene di avere ora otto anni di quel tipo di dati, guadagnati completamente.

Quando un robot guadagna effettivamente quell'affidabilità, gli utenti riorganizzano l'intero flusso di lavoro attorno ad esso. A quel punto, un guasto sembra meno un gadget rotto e più un'interruzione di corrente. L'asticella dell'affidabilità impostata dagli utenti reali è più alta di quella per cui qualsiasi test di laboratorio preparerà un'azienda.