Boeken over robots

In tijden van snelle technische innovatie hebben we gelukkig nog altijd een belangrijke houvast; boeken!

Het is misschien niet de meest moderne vorm van leren, maar het blijft voor veel mensen prettig om de inhoud van een boek als kapstok te gebruiken, om informatie uit andere bronnen aan op te hangen. Overigens hoor ik dit ook van de huidige generatie leerlingen en studenten.

De boeken over robots zijn in een aantal categorieën te verdelen:

– Boeken over ontwikkeling en gevolgen robotisering

– Technische boeken over robotica en kunstmatige intelligentie

– Boeken over het praktisch toepassen van robots

Alle boeken die ik vind over dit onderwerp zet ik in de repository van de RobotTrainer Toolkit. Daarmee hebben robottrainers en andere robotexperts informatie over waardevolle bronnen, naast de gigantische hoeveelheid digitale content.

Heb je een tip voor een goed robotboek? Plaats de titel in de comments of mail naar serge@robotttainer.nl

#robottrainer #robotics #robotica #ai

Robots in de ruimte

Onderhoud en reparatie in de ruimtevaart is een complexe zaak. Zeker wanneer dat aan de buitenkant van het ISS moet gebeuren.

Gisteren mocht astronaut Luca Parmitano een reparatie uitvoeren aan een deeltjesfysica-instrument. Omdat dit instrument eigenlijk bedoeld was voor een korte periode van gebruik, was het niet ontworpen voor tussentijdse reparatie. Het was daarom een relatief gevaarlijke, maar zeker lastige klus. Vooral ook omdat Luca meer dan tien uur in zijn ruimtepak moest verblijven.

De huidige robottechnologie is nog niet klaar om een dergelijke klus uit te voeren. Maar over een aantal jaar kan vanuit het ISS of vanaf de grond ook een complexe taak zoals deze worden uitgevoerd.

Tot die tijd hebben ontwerpers, ontwikkelaars en robottrainers nog veel werk te verzetten.

Wil je meer weten over het RobotTrainer-concept neem dan contact met mij op: serge@robottrainer.nl of 06 418 67 460

Image credit: NASA/JPL-Caltech/Lockheed Martin Space

De toolkit van de robottrainer

Elke beroepsgroep kent zijn eigen gereedschap. Dat geldt ook voor de robottrainer. Soms zal dat letterlijk handgereedschap zijn, maar in deze post (in de serie over het toekomstige beroep van robottrainer) wil ik kijken naar de digitale toolkit.

Vanuit de tools die ik ontwikkel voor het onderwijs, heb ik een aantal afgeleide tools gemaakt die gericht zijn op het trainen en testen van robots. Ik behandel er drie.

Robot Learning Program

Deze tool geeft inzicht in de competenties van robots en robotprofessionals. Teams kunnen worden ingedeeld naar niveau. Ook de resultaten van individuele robots/professionals kunnen grafisch worden weergeven.

Robot Test Tool

Deze tool wordt gebruikt voor het observeren en loggen van robots, professionals en teams. Dat kan worden gedaan aan de hand van vooraf gestelde criteria, sliders en media zoals foto of video. Daarnaast kunnen ook externe data worden gelogd, bijvoorbeeld van sensoren of vanuit het OS van de robot.

Data tools

Een verzameling tools voor het koppelen, bewerken en opschonen van data. Hiermee wordt het mogelijk om data uit verschillende bronnen met elkaar te vergelijken en er goede analyses mee te maken. Deze tools zorgen er ook voor, dat de gevonden resultaten worden vertaald naar trainingsdata voor de robots.

Testen van robots

Testen is een essentiële activiteit om technologie optimaal te laten functioneren. Door de almaar toenemende complexiteit van systemen, die vaak ook nog verbonden zijn met andere systemen, wordt testen zelfs steeds belangrijker.

In dit deel van de serie posts over het toekomstige beroep van robottrainer zoom ik in op dit onderwerp. Waarbij gelijk gezegd moet worden, dat de term testen op vele manieren geïnterpreteerd kan worden. In mijn definitie, in de context van robots, zie ik het als een mix tussen technisch testen en het evalueren zoals we dat kennen in een onderwijssituatie.

Voor de robottrainer zie ik drie verschillende testactiviteiten.

Robots: individuele robots, die bijvoorbeeld worden getest op betrouwbaarheid, snelheid, veiligheid en accuratesse.

Mens-robot teams: testen op communicatie, snelheid, kwaliteit van assemblage en configuratie.

Procedures & operations: testen van juiste uitvoer, reactie op onverwachte situaties en lerend vermogen.

Leren in mens-robot teams

Een team heeft een gezamenlijk doel. Binnen de meeste organisaties wordt door mensen aan dat doel gewerkt, maar steeds vaker zal een team zowel uit mensen als uit robots bestaan.

Omdat we nog ver verwijderd zijn van robots die aanschuiven bij de daily standup moet de robottrainer op een andere manier te werk gaan.

Collaborative learning is een startpunt bij mens-robots teams. Hierbij zal de manier van leren voor beide soorten teamleden verschillend zijn.

De mens zal kennis en/of vaardigheden vergaren, de robot wordt geprogrammeerd, of leert doormiddel van AI. Ook de instructie en feedback die de teamleden elkaar geven, zal het succes van het behalen van het gezamenlijke doel bepalen.

Een tool die de robottrainer heeft, is simulatie. In een virtuele omgeving kunnen mens-robot team situaties worden gesimuleerd. Denk hierbij bijvoorbeeld aan het gezamenlijk bestrijden van een brand, of het bouwen van een complexe constructie.

Na het voltooien van de taak kan deze worden geëvalueerd. Hierbij kan de rol van de robot(s) worden beoordeeld op basis van logbestanden, camerabeelden en observaties.

Ik kom hier later nog uitgebreid op terug. In post vijf zullen we eerst naar de andere hoofdactiviteit van het robottrainer gaan kijken; het testen.

#leren #robot #teams

Beroep robottrainer, het trainen van robots

Net als bij mensen is het trainen van robots gericht op het verwerven van competenties. De drie aspecten van een competentie (kennis, vaardigheden en attitude) kunnen worden vertaald naar de wereld van mechatronica en algoritmes. In deel 3 van deze serie posts over het beroep robottrainer bekijken we deze facetten afzonderlijk.

Kennis
Hier onderscheidt de robot zich van de mens. Hoe graag zouden wij niet het Chinese woordenboek downloaden in ons brein. Een robot kan dat! Aan de robottrainer de taak om dit uit te voeren, de juiste API’s te koppelen, of de robot zo te programmeren dat deze zelf kennis vergaart.

Vaardigheden
Op dit vlak is de mens weer de winnaar. Toegegeven, industriële robots kunnen uiterst nauwkeurig en snel miljoenen keren dezelfde las maken, maar een robot die een vaatwasser uitpakt is al gauw lachwekkend. De robottrainer kan met diverse technieken een robot vaardigheden aanleren.

Attitude
Robots zijn goed in het uitvoeren van repetitieve taken, maar houden over het algemeen weinig rekening met hun omgeving. Een mooi voorbeeld zag ik ooit bij de TU Twente. Zij hadden een robot, die op Schiphol reisinformatie geeft, geleerd om niet tussen groepjes pratende mensen door te lopen.

Volgende keer meer over mens-robot teams.

Beroep robottrainer, mensen trainen

In het eerste deel van een serie posts over de ontwikkeling van het nieuwe beroep robottrainer, schreef ik over de twee hoofdtaken. Dit zijn trainen en testen. Twee belangrijke facetten in het leerproces. Met testen meten we prestaties van mens of robot en daarnaast de opbrengst van onze leerinterventies. Wat wordt gemeten bij het testen leidt tot acties die kunnen worden omgezet naar concrete training.

In deze post zal ik inzoomen op het onderdeel training. Voor de robottrainer bestaat dit uit drie facetten: het trainen van mensen, robots en teams die uit beiden zijn samengesteld.

Zeker in de huidige fase van de ontwikkeling van de robotisering zal het accent liggen op het trainen van mensen die moeten werken met robots. Met name wanneer je de definitie van wat een robot is ruim interpreteert (ik doe dat), is dit een zeer breed spectrum van trainingen.

Het kan variëren van een financieel adviseur die moet leren werken met een AI-systeem dat hypotheekbeoordelingen doet, tot een inspecteur die een drone moet leren besturen om de constructie van bruggen te controleren.

Volgende keer meer over het trainen van robots.

Het nieuwe beroep robottrainer

In het onderwijs wordt vaak gesproken over “beroepen van de toekomst”. Zoals de meeste beroepen ontstaan ook deze, nu nog niet bestaande beroepen, geleidelijk. Ze volgen de stroom van de innovatie en worden in eerste instantie vaak ingevuld als een taak binnen een bestaand beroep.

Voor mijzelf kwam een dergelijke taak parallel met de relatief recente opkomst van robots. Enerzijds omdat robots een interface zijn voor mijn educatieve tools, anderzijds omdat wij, als specialisten op het gebied van leren, onze doelgroep uitgebreid zien worden. Net als de mens, moeten robots ook leren. De expertise die in honderden jaren onderwijzen, trainen en evalueren is opgebouwd is ook uitstekend toepasbaar op robots.

De komende tijd wil ik mijn connecties meenemen in het proces van de uitwerking van een nieuw beroep, de robottrainer. Een cross-over tussen educatieve en technische vaardigheden.

Het is geen blauwdruk voor een nieuw op te zetten beroep, maar een invulling zoals ik die zie en mijn interesses en vaardigheden combineert.

De eerste stap is een basale verdeling binnen het beroep in twee hoofdtaken. Daarover een volgende keer meer.