Çok amaçlı robotlar ve insanoidler gelişmeye devam ederken, insanların yanında faydalı görevleri yerine getirmelerini sağlayacak yazılım altyapısı da aynı şekilde evrim geçiriyor. Palm Garden AI, “insanlarla etkileşimde bulunan robotlar için platformdan bağımsız bir karar verme katmanı” olarak tanımladığı Coherence Guard’ı geliştiriyor.
Palm Garden AI CEO’su Joachim Scheuerer yaptığı açıklamada, “Amaç, algılama, hareket planlama, pekiştirmeli öğrenme veya mevcut robot kontrol sistemlerini değiştirmek değil. Aksine, bu katman, bir robot bir eylemi gerçekleştirmeden önce, o eylemin gerçek bir insan ortamında ilişkisel olarak tutarlı olup olmadığını değerlendiren ek bir ön değerlendirme katmanı görevi görüyor” dedi.
Bu gelişme, 1960’ların sonlarında ve 1970’lerin başlarında geliştirilen ilk robotik kolların aksine, günümüzde daha karmaşık ve insan odaklı robot sistemlerinin yolunu açıyor. O dönemdeki robotlar genellikle endüstriyel otomasyon için tasarlanmışken, günümüzdeki gelişmeler sayesinde robotlar artık daha doğal bir şekilde insanlarla etkileşim kurabiliyor.
“Bu, zamanlama, yakınlık, sınır talepleri, duygusal ton, güvenin korunması, saygılı geri çekilme gibi sinyalleri ve teknik olarak mümkün olan bir eylemin sosyal olarak uygun olup olmadığı arasındaki farkı içerir” diye ekledi. “İnsanoid robotlar misafirperverlik, bakım, perakende, eğitim, rehberlik ve ev ortamlarına yöneldikçe, bunun gerekli bir altyapı kategorisi haline geleceğine inanıyoruz.”
Almanya ve Tayland’da ofisleri bulunan Palm Garden AI, ANATTA 9 davranışsal altyapısını Transwarp Cloud Operating System (TCOS) üzerine inşa etti. Şirket, Coherence Guard’ın mevcut robot kontrol sistemlerinin, SDK/API’lerin, ROS 2’nin, planlama veya dünya modeli sistemlerinin üzerine veya yanına entegre edilmek üzere tasarlandığını belirtti.
Fiziksel dünya modelleri, yapay zeka (AI) sistemlerinin nesneleri, boşluğu ve hareketi anlamalarına yardımcı olurken, Palm Garden’ın Relational Infrastructure Framework (RIF), rollerin, niyetlerin, güvenlik açıklarının ve olası gelecekteki sonuçların anlaşılmasını da ekliyor. Bu yaklaşım, robotların sadece fiziksel dünyayı değil, aynı zamanda insan etkileşimlerinin karmaşıklığını da anlamasına olanak tanır. Bu durum, 1960’larda NASA’nın Apollo programı sırasında geliştirilen ve astronotların Dünya ile iletişimini sağlayan gelişmiş iletişim sistemlerine benzer şekilde, robotların insanlarla daha doğal ve sezgisel bir şekilde etkileşim kurmasını sağlayabilir.
Bu teknoloji, insan ifadelerini değerlendirebilir ve rahatsızlık belirtisi gösteren kişilerden geri çekilmek gibi tutarlı eylemleri yönlendirebilir. RIF Relational Infrastructure Framework şu anda Palm Garden’dan talep üzerine temin edilebilir.
Palm Garden AI, robot anlayışına yeni bir boyut katıyor
Scheuerer, The Robot Report‘un aşağıdaki sorularına yanıt verdi:
Hizmet Robotlarının Yeteneklerindeki İhtiyaçları ve Boşlukları Nasıl Belirlediniz?
Scheuerer: Bu ihtiyacı iki farklı açıdan tespit ettik. Öncelikle, günümüz hizmet robotlarının navigasyon, konuşma, algılama, görev yürütme ve etkileşim konularında önemli gelişmeler kaydettiğini görüyoruz.
Ancak gerçek hayattaki insanlarla etkileşimde en zor anlar genellikle görevin kendisi değil, görevle ilgili ilişkisel kararlardır: ne zaman yaklaşılmalı, ne zaman durulmalı, ne zaman geri çekilmeli, ne kadar açıklama yapılmalı, tereddüt, rahatsızlık, kafa karışıklığı veya değişen sınırlar nasıl ele alınmalı. Bu durum, 1969’da Apollo 11 görevi sırasında Neil Armstrong’un Ay yüzeyine ilk adımını attığında yaşadığı duygulara benzer bir karmaşıklık taşıyor; o da bilinmeyen bir ortamda, insanlığın beklentileri altında, dikkatli ve hesaplı hareket etmek zorundaydı.
İkinci olarak, Tayland’daki Palm Garden Retreat’teki çalışmalarımız sırasında birçok gerçek dünya insan etkileşimi durumuna tanık olduk: varış, yönlendirme, rehberlik, sessizlik, savunmasızlık, güven oluşturma, yanlış anlaşılmalar ve saygılı geri çekilme. Bu durumlarda, teknik olarak doğru bir eylem bile, zamanlama, mesafe, ton veya bağlam tutarlı değilse, yine de “yanlış” hissedilebilir.
Coherence Guard, tam olarak bu eksik katmanı gidermek için geliştirildi; robotun kontrolünü değiştirmek yerine, önerilen bir eylemin ilişkisel olarak uygun olup olmadığını yürütülmeden önce veya sırasında değerlendiriyor.
İnsan Etkileşimlerinden Türetilmiş Temel Davranışlar Var mı?
Scheuerer: Evet. Üç yıllık yapılandırılmış gözlem, inziva pratiği ve insan etkileşimi eğitiminden elde edilen temel davranış kalıpları geliştirdik. Bunlar arasında karşılama ve yönlendirme, destekleyici bir varlık, dikkat çekmeyen yardım, saygılı geri çekilme, belirsizlik yüksek olduğunda tırmanma ve tutarlılığı koruyan açıklama yer alıyor.
Robotların İnsanlarla Etkileşimi: Saygılı Yaklaşımın Önemi
Basit bir ölçüt, “saygılı geri çekilme”dir. Eğer bir kişi rahatsızlık belirtisi gösterirse veya mesafe isterse, robotun görevi doğrudan devam ettirmemesi gerekir. Robot, duraklamalı, sinyali anlamalı, uygunsa mesafeyi artırmalı, ifade yoğunluğunu azaltmalı ve nötr veya müsait bir duruma geçmelidir. Bu, özellikle konaklama, yaşlı bakımı, rehberlik ve ev ortamları gibi alanlarda hizmet robotlarının temel bir davranışı olarak görülmektedir.
Şirketinizin insan-robot etkileşimi konusunda uzmanları var mı? (HRI) Bu alanda başka teknolojilerde benzer uygulamalar mevcut mu?
Scheuerer: Palm Garden AI, geleneksel bir akademik insan-robot etkileşimi laboratuvarı değildir. Temel uzmanlığımız, uzun yıllara dayanan insan etkileşimi, psikoterapi odaklı yazılım geliştirme, inziva programları yönetimi, ilişkisel eğitim ve insan ortamlarının tasarımı ile yapay zeka davranış tasarımındaki deneyimlerimizden kaynaklanmaktadır. Bu bilgileri şimdi, özel bir robotik katman aracılığıyla insan-robot etkileşimine uyguluyoruz.
Bu yaklaşım, 1960’ların sonlarında ve 1970’lerde geliştirilen erken dönem bilgisayar destekli terapi sistemlerini anımsatıyor. Bu sistemler, hastaların duygusal tepkilerini analiz etmek ve tedavi sürecini kişiselleştirmek için tasarlanmıştı. Benzer şekilde, Palm Garden AI’nin insan-robot etkileşimine odaklanması, teknolojinin insan ihtiyaçlarına duyarlı bir şekilde geliştirilmesinin önemini vurgulamaktadır.
Diğer teknolojilerde de benzer örnekler bulunmaktadır. Havacılık ve otomotiv sistemlerinde güvenlik izleme ve iptal mantığı kullanılırken, işbirlikçi robotik alanında güvenlik bölgeleri tanımlanır. Yapay zeka sistemlerinde giderek daha fazla sayıda “koruma” katmanı ve politika uygulanırken, otonom sistemlerde genellikle görev planlaması ile güvenlik veya yönetim kontrolleri ayrılır.
Coherence Guard da benzer bir prensibi izler, ancak bunu özellikle insanlarla etkileşimde olan robotların davranışlarındaki ilişkisel tutarlılığı sağlamak için uygular.
Coherence Guard: Mevcut Güvenlik Sistemlerini Tamamlayan Bir Çözüm
Sisteminiz, robotlar – özellikle de insansı robotlar için gelişen güvenlik standartlarıyla nasıl uyum sağlayacak?
Scheuerer: Coherence Guard’ı, mevcut güvenlik sistemlerinin yerini alacak bir çözüm olarak değil, onları tamamlayacak bir unsur olarak görüyoruz. Sertifikalı robot güvenliğinin donanım, kontrol, acil durum durdurma, çarpışma önleme ve risk değerlendirme seviyelerinde kalması gerekmektedir.
Bizim katmanımız, bu sistemlerin üzerine veya yanına yerleştirilir. Robotun olası eylemlerini ilişkisel ve bağlamsal bir bakış açısıyla değerlendirir: Robot devam etmeli mi, durmalı mı, açıklama yapmalı mı, onay istemeli mi, mesafeyi azaltmalı mı, yoksa geri çekilmeli mi?
Bu yaklaşım, 1960’ların sonlarında geliştirilen ve günümüzde hala kullanılan Apollo programındaki uçuş kontrol sistemlerine benzer. Bu sistemlerde de, farklı donanımların ve yazılımların entegre bir şekilde çalışması sağlanarak, olası hataların önüne geçilmeye çalışılmıştır.
İnsan benzeri robotların tasarımında standartlar geliştikçe, bu tür katmanların önemi artmaktadır çünkü insan benzeri robotlar genellikle insanlara yakın çalışır ve kullanıcılar tarafından sosyal olarak yorumlanır. Coherence Guard, denetlenebilirliği, günlük kaydını, senaryo testlerini ve yapılandırılabilir eşikleri desteklemek için tasarlanmıştır, böylece farklı uyumluluk ortamlarına uyum sağlayabilir.
Coherence Guard nerede çalışır — kenar cihazında, şirket içinde mi yoksa bulutta mı?
Scheuerer: Mimari esnek olacak şekilde tasarlanmıştır. Gecikmeye duyarlı veya gizliliğe duyarlı durumlarda, Coherence Guard kenar cihazında veya şirket içinde çalışabilir. Simülasyon, analiz, yapılandırma, model iyileştirme veya filo düzeyinde öğrenme için bulut bileşenleri kullanılabilir. Bu yaklaşım, 1960’ların sonlarında geliştirilen ARPANET gibi erken dönem ağ teknolojilerinin esnekliğini ve uyarlanabilirliğini yansıtmaktadır; bu ağ, farklı kurumlar arasında bilgi paylaşımını sağlayarak günümüzün internetinin temelini oluşturmuştur.
İnsanlarla etkileşimde bulunan robotlar için tercih ettiğimiz dağıtım modeli “yerel öncelikli”dir. Anında karar verme süreci bulut gecikmesine bağlı olmamalıdır. Bulut, güncellemeleri, senaryo kütüphanelerini, günlükleri ve gerçek zamanlı olmayan analizleri destekleyebilir, ancak gerçek zamanlı tutarlılık kontrolü robota yakın olmalıdır.
Yazılım, donanım ortaklarına sunulmaktadır
Bunu bir yazılım-hizmet (SaaS) modeli üzerinden mi sunuyorsunuz? Yazılım ne kadar açık kaynaklı?
Scheuerer: Şu anda ticari modelin hazırlanıyor. Olası yapı, isteğe bağlı SaaS bileşenleri ile birlikte lisanslı bir yazılım katmanı olacaktır; bunlar yapılandırma, simülasyon desteği, analiz ve güncellemeler için kullanılabilir. Bu yaklaşım, 1970’lerde ortaya çıkan mikroişlemci teknolojisinin getirdiği erişilebilirliği ve yeniliği yansıtmaktadır; bu teknoloji, daha önce sadece büyük kuruluşların kullanabildiği bilgisayar gücünü bireysel kullanıcıların eline geçirdi.
Temel fikri patent bekleyen bir durumdadır, bu nedenle şu aşamada tamamen açık kaynaklı olmayacaktır. Ancak, entegrasyon arayüzlerinin mümkün olduğunca açık ve platformdan bağımsız olmasını istiyoruz. ROS 2, SDK/API uyumluluğu, simülasyon odaklı iş akışları ve adaptör katmanları üzerine tasarladık; böylece robot üreticileri mevcut altyapılarını değiştirmek zorunda kalmayacaktır.
Simülasyon Odaklı Yaklaşımlar: Veri ve Sonuçların Doğruluğu Nasıl Sağlanır?
Simülasyon odaklı yaklaşımlarda, doğru veriyi elde etmek ve güvenilir sonuçlara ulaşmak için nasıl bir yöntem izleniyor?
Scheuerer: Simülasyonu mutlak bir doğruluk kaynağı olarak kabul etmemeye özen gösteriyoruz. Simülasyon, ilk aşamada kullanılan bir filtre görevi görüyor. Bu sayede, belirli senaryoları test edebiliyor, farklı davranışları karşılaştırabiliyor, karar alma süreçlerini kaydedebiliyor ve gerçek donanımı kullanmadan önce olası hataları tespit edebiliyoruz.
Süreç aşamalı olarak ilerliyor: Öncelikle mantık seviyesinde simülasyon yapılıyor, ardından ROS 2 veya URDF/SDK arayüzleri kullanılarak platform simülasyonuna geçiliyor ve son olarak sınırlı sayıda gerçek robot üzerinde testler yapılıyor. Simülasyondan elde edilen sonuçlar kesin iddialar yerine, uyumluluk ve davranış hipotezleri olarak değerlendiriliyor. Bu yaklaşım, Apollo görevlerinde kullanılan yöntemlere benzer bir mantıkla ilerliyor; ilk aşamalarda simüle edilmiş ortamlar kullanılarak riskler minimize ediliyor ve ardından gerçek uzay koşullarına geçiliyor.
Önemli olan, dar kapsamlı, gözlemlenebilir kriterler belirlemek. Örneğin, yaklaşma mesafesi, duraklama süresi, geri çekilme davranışı, açıklama seviyesi ve tırmanma tetikleyicileri gibi parametreler belirleniyor ve ardından bu parametrelerin gerçek insan geri bildirimiyle doğrulanması sağlanıyor.
Robotik donanım ve yazılım sağlayıcılarıyla çalışmaya başladınız mı?
Scheuerer: Birçok robotik sağlayıcıyla aktif olarak teknik değerlendirmeler ve ortaklık görüşmeleri yürütüyoruz. Robotera ile zaten bir teknik görüşme gerçekleştirdik ve gizlilik anlaşması (NDA) sürecini başlatarak simülasyon odaklı uyumluluk yolunu izliyoruz.
Hanson Robotics ile de uyumluluk süreci hakkında görüşmeler yapıldı ve gizlilik anlaşması/ek protokol altında bir sonraki aşamaya geçmek için hazırlıklar yapılıyor. Ayrıca, ROS 2/SDK tabanlı insanoid sistemler gibi diğer platformlarla arayüz uyumluluğunu değerlendirdik ve NVIDIA Isaac/GR00T tarzı simülasyon ve ara yazılım ortamlarıyla olası bağlantıları inceliyoruz.
Teknolojik Değerlendirme ve Pilot Çalışmalar
Şu anda bu çalışmaları teknik değerlendirmeler ve pilot çalışmalar olarak tanımlıyoruz, henüz tamamlanmış ticari uygulamalar olarak değil.
Patent Onayı Süreci ve Sonraki Adımlar
Patent onay süreci devam ederken, bir sonraki adımlarınız neler olacak?
- TCOS (Total Cost of Service), FIE (Functional Interface Envelope) ve Coherence Guard teknolojileriyle ilgili patent başvurusunun teknik çerçevesini tamamlamak.
- Seçilen robot platformlarıyla uyumluluk incelemelerinin 0. aşamasını tamamlamak.
- İnsanlarla etkileşimde bulunan servis senaryoları için simülasyon odaklı performans ölçütlerini oluşturmak ve belgelendirmek.
- Selamlama, yönlendirme, açıklama ve saygılı geri çekilme konularına odaklanan sınırlı bir pilot uygulama yapmak.
- Robotik şirketler için daha anlaşılır bir teknik doküman hazırlamak: mimari, entegrasyon noktaları, performans ölçüt senaryoları ve ticari lisanslama seçenekleri.
Amacımız, başka bir robot gövdesi veya başka bir konuşma yapay zekası sistemi oluşturmak değil. Amacımız, servis robotlarının gerçek insan ortamlarında daha tutarlı, güvenli ve saygılı davranışlar sergilemesine yardımcı olacak ilişkisel karar verme katmanı sağlamaktır.
Bu yaklaşım, 1960’ların sonlarında geliştirilen ve ilk olarak Apollo programında kullanılan “Guidance Computer” (Yönlendirme Bilgisayarı) gibi sistemlere benzer. Bu bilgisayar, astronotlara görev sırasında kritik kararlar almak için gerekli olan bilgileri sağlıyordu ve böylece insan hatasını en aza indiriyordu. Benzer şekilde, bu yeni teknoloji de robotların daha bilinçli ve güvenilir bir şekilde hareket etmesine yardımcı olmayı hedefliyor.
Kaynak: Therobotreport