A Hierarchical Stochastic Decision-Making Framework for Task Scheduling and Safety-Aware Human-Robot Collaboration

In den Fabriken der Zukunft, bekannt als Industrie 5.0, ist das Ziel, Menschen und Maschinen wieder zusammen in denselben Arbeitsraum zu bringen. Jahrzehntelang bedeutete Automatisierung, Menschen durch Roboter zu ersetzen, um gefährliche oder repetitive Arbeiten zu erledigen. Jetzt ist die Vision eine andere: Menschen und Roboter, die Seite an Seite arbeiten und die menschliche Anpassungsfähigkeit und Urteilskraft mit robotergestützter Präzision und Ausdauer kombinieren. Das Teilen eines Arbeitsraums führt jedoch zu einem komplexen Problem. Ein Roboter muss nicht nur wissen, wo sich ein Teil befindet, sondern auch, wie sich der menschliche Arbeiter fühlt. Ist der Arbeiter müde? Bewegt er sich schnell oder langsam? Ist die Aufgabe dringend oder kann sie warten? Wenn ein Roboter diese subtilen Anzeichen nicht lesen kann, könnte er sich zu schnell bewegen und einen Unfall verursachen oder sich zu langsam bewegen und Zeit verschwenden. Die Herausforderung für Ingenieure besteht darin, ein System zu schaffen, das in Bruchteilen von Sekunden Entscheidungen darüber trifft, wer was, wann und wie macht, während es gleichzeitig die Sicherheit und Effizienz gewährleistet.

Forscher an der King Fahd University of Petroleum and Minerals haben einen neuen Weg entwickelt, um dieses Problem zu lösen. Sie haben ein Computermodell entwickelt, das wie ein zweistufiges Gehirn für Mensch-Roboter-Teams fungiert. Anstatt zu versuchen, eine einzige riesige, komplizierte Entscheidung zu treffen, die alles auf einmal abdeckt, haben sie die Aufgabe in zwei unterschiedliche Teile aufgeteilt, die miteinander kommunizieren. Der erste Teil ist ein High-Level-Scheduler (ein übergeordneter Planer). Betrachten Sie dies als einen Manager, der eine Liste von Aufgaben prüft, sieht, wer verfügbar ist, und entscheidet, welcher Arbeiter – Mensch oder Roboter – die nächste Aufgabe übernehmen soll. Dieser Manager achtet genau auf die „Ermüdung“ der Arbeiter. Wenn ein Mensch hart gearbeitet hat, weiß das System, dass er eine Pause braucht, bevor ihm weitere Arbeit zugewiesen wird. Wenn ein Roboter zu heiß gelaufen ist, wird ihm gesagt, abzukühlen. Der Manager priorisiert zudem dringende Aufgaben und findet heraus, welche Aufgaben gleichzeitig erledigt werden können, ohne einen Engpass zu verursachen.

Der zweite Teil des Systems ist ein Sicherheitsbeauftragter, der auf einer niedrigeren Ebene operiert. Während der Manager entscheidet, was zu tun ist, entscheidet dieser Sicherheitsbeauftragte, wie es zu tun ist. Da ein Roboter den internen Zustand eines Menschen – etwa ob er gereizt oder voll konzentriert ist – nicht perfekt kennen kann, muss er fundierte Vermutungen basierend auf dem anstellen, was er sehen kann. Die Forscher verwendeten ein Modell, das die Körperbewegungen des Menschen beobachtet, insbesondere die Positionen von Schultern, Ellbogen und Händen. Basierend auf diesen Bewegungen pflegt das System eine „Überzeugung“ (Belief) über den Zustand des Menschen. Wenn die Bewegungen darauf hindeuten, dass der Mensch unruhig ist oder sich zu schnell bewegt, vergrößert der Roboter automatisch den Abstand zwischen ihnen, um sicher zu bleiben. Wenn der Mensch ruhig ist und die Aufgabe es erfordert, eng zusammenzuarbeiten, bewegt sich der Roboter näher heran, um zu kooperieren. Diese Sicherheitsebene aktualisiert ihre Vermutung ständig, während sie den Menschen beobachten lässt, was es dem Roboter ermöglicht, sofort auf Verhaltensänderungen zu reagieren.

Was dieses neue Framework einzigartig macht, ist die Art und Weise, wie diese beiden Teile miteinander verbunden sind. In vielen bisherigen Systemen wurden die Aufgabenplanung und die Sicherheitsüberwachung getrennt voneinander durchgeführt, oft ohne Informationen auszutauschen. Hier sind die beiden Schichten durch ein Koordinationsmodul verbunden, das als Brücke fungiert. Wenn der Manager eine Aufgabe zuweist, teilt er dem Sicherheitsbeauftragten die Details dieser Aufgabe mit. Wenn es sich um eine Solo-Aufgabe für den Roboter handelt, hält der Sicherheitsbeauftragte einen großen Abstand ein. Wenn die Aufgabe erfordert, dass beide zusammenarbeiten, erlaubt der Sicherheitsbeauftragte ihnen, sich näher zu kommen. Entscheidend ist auch, dass der Sicherheitsbeauftragte Informationen an den Manager zurücksendet. Wenn ein Mensch während einer Aufgabe zu müde wird, signalisiert der Sicherheitsbeauftragte dies an den Manager zurück, der dann entscheidet, diesem Personen keine Arbeit mehr zuzuweisen und eine Ruhepause einzuplanen. Dies schafft einen geschlossenen Kreislauf, in dem die Sicherheit des Arbeiters direkt den Zeitplan der Fabrik beeinflusst.

Die Forscher testeten dieses System mithilfe von Computersimulationen, um zu sehen, wie es mit einem Strom von zwölf verschiedenen Aufgaben umgeht. Sie erstellten Szenarien, in denen sich die Arbeitslast von gemischten Aufgaben zu solchen änderte, die hauptsächlich menschliche Anstrengung erforderten, dann zu solchen, die hauptsächlich Roboteranstrengung erforderten, und schließlich zu Aufgaben, die eine enge Zusammenarbeit erforderten. Das System bewältigte all diese Änderungen erfolgreich, ohne für jede neue Situation neu programmiert werden zu müssen. Es priorisierte dringende Aufgaben korrekt, wies Aufgaben dem am wenigsten ermüdeten Arbeiter zu und stellte sicher, dass sowohl der Mensch als auch der Roboter Pausen einlegten, wenn ihr Ermüdungsgrad zu hoch wurde. Die Simulation zeigte, dass das System diese Entscheidungen unglaublich schnell treffen konnte. Die Zeit, die das System benötigte, um die korrekte Entscheidung für eine gegebene Situation zu finden, wurde mit nur 3,082 Mikrosekunden gemessen. Diese Geschwindigkeit bedeutet, dass das System fast augenblicklich auf Veränderungen in der Fabrik reagieren kann, viel schneller, als ein menschlicher Manager einen neuen Plan berechnen könnte.

Eine der wichtigsten Erkenntnisse war, dass das System die Sicherheit gewährleisten konnte, ohne übermäßig vorsichtig zu sein. In der Vergangenheit mussten Roboter oft stoppen oder sich sehr langsam bewegen, wann immer ein Mensch in der Nähe war, nur um sicher zu gehen. Dieser neue Ansatz erlaubt dem Roboter, flexibler zu sein. Wenn der Mensch allein an einer Aufgabe arbeitet, bleibt der Roboter weit weg. Aber wenn der Mensch und der Roboter bei einer gemeinsamen Aufgabe zusammenarbeiten, erlaubt das System ihnen, sich näher zu kommen, sofern die „Überzeugung“ des Roboters über den Zustand des Menschen anzeigt, dass es sicher ist. Die Simulation bestätigte, dass der Roboter nie in einen gefährlichen Kollisionszustand geriet, aber dennoch in der Lage war, kollaborative Aufgaben effizient auszuführen. Das System demonstrierte auch, dass es die Ermüdungsgrade der Arbeiter von einem Arbeitsschritt zum nächsten übertragen konnte, wodurch sichergestellt wurde, dass ein Arbeiter, der am Ende einer Schicht erschöpft war, in der nächsten nicht überarbeitet wurde.

Die Forscher merkten sorgfältig an, dass ihre Ergebnisse aus Computersimulationen stammen und noch nicht von echten Robotern stammen, die mit echten Menschen in einer Fabrik zusammenarbeiten. Die „Ermüdung“ und die „Stimmung“ des Menschen in der Simulation basierten auf mathematischen Modellen darüber, wie eine Person reagieren könnte, und nicht auf Messungen echter menschlicher Teilnehmer. Das System verwendete eine vereinfachte Sicht auf die menschliche Bewegung, um seine Entscheidungen zu treffen. Obwohl die Ergebnisse vielversprechend sind, erklären die Autoren, dass der nächste Schritt darin besteht, dieses Framework mit echten Menschen und echten Robotern zu testen, um zu sehen, ob die Computermodelle tatsächlich widerspiegeln, wie Menschen sich in der Realität verhalten. Sie planen, Sensoren einzusetzen, um Herzfrequenzen und Körperbewegungen in Echtzeit zu messen, um das Verständnis des Systems über menschliche Zustände zu verfeinern.

Diese Arbeit stellt einen bedeutenden Schritt dar, um die Mensch-Roboter-Kollaboration praktikabel und sicher zu machen. Indem sie das komplexe Problem der Zeitplanung von dem Problem der Echtzeitsicherheit trennen und diese dann mit einem schnellen, zweiseitigen Kommunikationssystem verknüpfen, haben die Forscher gezeigt, dass es möglich ist, einen Fabrikboden zu managen, auf dem Menschen und Roboter als Team arbeiten. Das System folgt nicht einfach einem starren Satz von Regeln; es passt sich an die Bedingungen der Arbeiter und die Dringlichkeit der Aufgaben an. Es beweist, dass mit der richtigen Entscheidungsstruktur Roboter nicht nur stark und präzise, sondern auch rücksichtsvoll und reaktionsfähig gegenüber den Menschen sein können, mit denen sie zusammenarbeiten. Die Fähigkeit, diese Entscheidungen in Mikrosekunden zu treffen, deutet darauf hin, dass solche Systeme bald die Fabriken von morgen steuern könnten, indem sie die Arbeiter sicher halten und gleichzeitig die Produktivität maximieren.