CHIMP voert een van de moeilijkste taken uit - proberen een brandslang aan een brandkraan te bevestigen
De Robotics Challenge, gehost door het Defense Advanced Research Projects Agency (DARPA), belooft een revolutie teweeg te brengen in de mogelijkheden van systemen en hoe ze zijn ontworpen. Laten we eens kijken naar dit evenement en de mening van een aantal hoofdrolspelers evalueren
Op 11 maart 2011 werd Japan getroffen door een krachtige aardbeving met een epicentrum ongeveer 70 km uit de oostkust van Honshu. Als gevolg van een aardbeving van magnitude 9 werden golven gevormd die een hoogte van 40 meter bereikten en zich 10 km landinwaarts voortplantten.
De kerncentrale Fukushima I stond de verwoestende tsunami in de weg. Toen gigantische golven het station raakten, werden de reactoren catastrofaal vernietigd. Dit incident werd de ergste nucleaire tragedie sinds het ongeluk in de kerncentrale van Tsjernobyl in 1986. Dit evenement vormde de basis voor het scenario van misschien wel een van de belangrijkste roboticaprogramma's tot nu toe - DRC (DARPA Robotics Challenge - praktische tests van robotsystemen onder het Advanced Research and Development Administration-programma van het Amerikaanse ministerie van Defensie).
De DRC-proeven werden in april 2012 aangekondigd en rampenbestrijding werd gekozen als scenario voor deze proeven. De ontwikkeling van nieuwe systemen moest worden uitgevoerd in het kader van dit scenario, voornamelijk vanwege het feit dat het was opgenomen in de 10 belangrijkste missies van het Amerikaanse ministerie van Defensie, geïdentificeerd door het Witte Huis en de minister van Defensie in januari 2012. In december 2013 werd in het kader van deze wedstrijden een belangrijke fase gepasseerd, toen voor het eerst de eerste "full-scale" tests werden uitgevoerd in Florida.
DRC's verschillen op verschillende innovatieve manieren, ze combineren virtuele en veldtesten, en ze staan open voor gefinancierde en niet-gefinancierde teams. Dit evenement bestaat uit vier zogenaamde secties of tracks; DARPA heeft financiële steun verleend aan twee tracks Track A en Track B en stelde deze wedstrijden open voor alle nieuwkomers.
Van de vier tracks zijn er twee (Track A en Track B) gefinancierd. Na een algemene aankondiging en indiening van de aanvraag, selecteerde DARPA zeven teams voor Track A om nieuwe hardware en software te ontwikkelen; in Track B ontwikkelden 11 teams alleen software.
Track C wordt niet gefinancierd en staat open voor nieuwe leden van over de hele wereld; Net als de deelnemers aan Track B gebruikten de deelnemers voornamelijk een virtueel robotsimulatieprogramma om hun software te testen. Track D is bedoeld voor buitenlandse donateurs die hardware en software willen ontwikkelen, maar zonder DARPA-financiering in welk stadium dan ook.
De sleutel tot de innovatieve DRC-aanpak is de VRC-component (Virtual Robotics Challenge). De best gerangschikte teams - of het nu van Track B of C is - ontvangen financiering van DARPA, evenals de Atlas-robot van Boston Dynamics, waarmee ze deelnemen aan veldtests.
In mei 2013 hebben teams van Baan en Baan C een aanvraag ingediend om zich te kwalificeren voor VRC, dat de volgende maand werd gehouden. Van de meer dan 100 geregistreerde teams zijn er slechts 26 doorgestroomd naar VRC en slechts 7 teams hebben de tests op ware grootte benaderd.
De VRC's vonden plaats in een zeer nauwkeurige virtuele ruimte onder de Apache 2-licentie van de Open Source Foundation. De teams kregen de opdracht om drie van de acht taken uit te voeren die in de eerste veldtests voor echte robots waren geïdentificeerd.
Testen
Hoewel de robots die in VRC werden gedemonstreerd indrukwekkend waren, was niet 100% zeker hoe ze zich zouden gedragen in veldtests; Jill Pratt, programmadirecteur van de DRC-competitie, zei echter dat hij erg blij was met hun capaciteiten. “We hadden verwacht dat aangezien dit het eerste fysieke deel van de test was, we veel hardwarestoringen zouden zien, maar in feite was dit niet het geval, alle hardware was zeer betrouwbaar. De eerste paar teams, vooral de eerste drie, slaagden erin om meer dan de helft van de punten te pakken en boekten aanzienlijke vooruitgang, zelfs toen we ons opzettelijk met het communicatiekanaal bemoeiden."
Pratt was ook onder de indruk van de mogelijkheden van de Atlas-robot: "Het overtrof echt onze verwachtingen … Boston Dynamics heeft voorbeeldig werk geleverd om ervoor te zorgen dat geen van de teams schade ondervindt van enige vorm van hardwarestoring."
Er is echter nog ruimte voor verbetering, zoals manipulatorarmen met beperkte werkruimte en lekkages uit het hydraulisch systeem van de robot. Het moderniseringsproces begon al vóór het evenement in december 2013. Pratt zei dat hij ook het aantal verschillende instrumenten in de finale zou willen vergroten en dat de robots hoogstwaarschijnlijk een riem met tools zullen hebben waaruit ze de benodigde tools moeten selecteren en veranderen tijdens de uitvoering van het script.
De Atlas-robot werd ook geprezen door Doug Stephen, een onderzoeker en software-ingenieur bij het Florida Institute for Human and Machine Cognitive Abilities, wiens team tweede werd op Track B in veldproeven. "Dit is best een geweldige robot… we hebben er 200 uur clean time mee gewerkt in twee of drie maanden en dit is zeer ongebruikelijk voor een experimenteel platform - het vermogen om gestaag te werken en niet kapot te gaan."
Er zijn letterlijk heroïsche inspanningen achter de indrukwekkende robotcapaciteiten van DRC; opdrachten zijn zo ontworpen dat ze bijzonder uitdagend zijn en een uitdaging vormen voor de hardware en software die door de teams zijn ontwikkeld.
Hoewel de taken moeilijk waren, denkt Pratt niet dat DARPA de lat te hoog heeft gelegd, en merkt op dat elke taak door ten minste één van de teams is voltooid. Het rijden en het verbinden van de mouwen bleken de moeilijkste taken. Volgens Stephen was de eerste de moeilijkste: “Ik zou zeker zeggen - de taak van het autorijden, en niet eens vanwege het rijden zelf. Wil je volledig autonoom rijden, wat erg lastig is, dan heb je altijd een robotoperator. Autorijden was niet zo moeilijk, maar uit de auto stappen is veel moeilijker dan mensen zich kunnen voorstellen; het is alsof je een grote 3D-puzzel oplost."
In overeenstemming met het format van de DRC Finals, die in december 2014 gepland zijn, zullen alle taken worden gecombineerd in één doorlopend scenario. Dit alles om het geloofwaardiger te maken en teams strategische keuzes te geven over de uitvoering ervan. De moeilijkheidsgraad zal ook toenemen, en Pratt voegde eraan toe: “Onze uitdaging voor teams die het geweldig hebben gedaan bij Homestead is om het nog moeilijker te maken. We gaan de tethered kabels verwijderen, de communicatiekabels verwijderen en vervangen door een draadloos kanaal, terwijl we de kwaliteit van de verbinding gaan verslechteren zodat deze nog slechter is dan in eerdere tests.”
“Mijn plan op dit moment is om de verbinding af en toe te maken, soms zal het helemaal moeten verdwijnen, en ik denk dat dit in een willekeurige volgorde moet gebeuren, zoals bij echte rampen gebeurt. Laten we eens kijken wat robots kunnen doen, een paar seconden of misschien wel een minuut werken, proberend om zelf een aantal subtaken uit te voeren, zelfs als ze niet volledig zijn afgesneden van de controle van de operator en ik denk dat het een heel interessant zal zijn zicht."
Pratt zei dat de veiligheidssystemen ook in de finale zullen worden verwijderd. "Dit betekent dat de robot de val moet kunnen weerstaan, het betekent ook dat hij alleen moet klimmen en dat het eigenlijk best moeilijk zal zijn."
Schaft-robot verwijdert puin van zijn pad
Uitdagingen en strategieën
Van de acht teams tijdens de tests maakten er vijf gebruik van de ATLAS-robot, maar de deelnemers aan Track A - de winnaar van Team Schaft en de derde winnaar van Team Tartan Rescue - maakten gebruik van hun ontwikkelingen. Oorspronkelijk afkomstig van het National Robotics Engineering Center van Carnegie Mellon University (CMU), heeft Tartan Rescue het CMU Highly Intelligent Mobile Platform (CHIMP) ontwikkeld voor DRC-tests. Tony Stentz van Tartan Rescue legde de grondgedachte van het team uit voor het ontwikkelen van hun eigen systeem: "Het is misschien veiliger om een kant-en-klare humanoïde robot te gebruiken, maar we wisten dat we een beter ontwerp konden maken voor rampenbestrijding."
“We wisten dat we iets ruwweg menselijks moesten maken, maar we hielden niet van de behoefte aan humanoïde robots om het evenwicht te bewaren terwijl we ons verplaatsen. Wanneer tweevoetige robots bewegen, moeten ze hun evenwicht bewaren om niet te vallen, en dit is vrij moeilijk op een plat oppervlak, maar als je het hebt over het verplaatsen door bouwafval en het stappen op objecten die kunnen bewegen, wordt het nog moeilijker. Daarom is de CHIMP statisch stabiel, hij rust op een vrij brede basis en in een rechtopstaande positie rolt hij op een paar sporen aan zijn voeten, zodat hij heen en weer kan gaan en op zijn plaats kan draaien. Het kan gemakkelijk genoeg worden gepositioneerd om je handen uit te steken om alles te dragen wat je nodig hebt voor een opdracht; wanneer hij zich op moeilijker terrein moet verplaatsen, kan hij op alle vier de ledematen vallen, omdat hij ook rupspropellers aan zijn handen heeft.
Het was onvermijdelijk dat teams van verschillende tracks verschillende uitdagingen aangingen bij de voorbereiding van de tests, het Institute for Human and Machine Cognitive Abilities concentreerde zich op softwareontwikkeling, omdat dit het moeilijkste probleem is - de overgang van VRC naar veldproblemen. Stephen zei dat “toen de Atlas-robot bij ons werd afgeleverd, deze twee 'modi' had die je kon gebruiken. De eerste is een eenvoudige reeks bewegingen geleverd door Boston Dynamics die je zou kunnen gebruiken voor beweging en die enigszins onderontwikkeld is. Het bleek dat de meeste teams deze ingebouwde modi van Boston Dynamics gebruikten tijdens de Homestead-competitie, maar heel weinig teams schreven hun eigen robotbesturingssoftware en niemand schreef hun eigen software voor de hele robot …"
"We hebben onze eigen software helemaal opnieuw geschreven en het was een controller voor het hele lichaam, dat wil zeggen, het was één controller die in alle taken werkte, we schakelden nooit over naar andere programma's of naar een andere controller … Daarom een van de moeilijkste taken was om de programmacode te maken en deze op Atlas uit te voeren omdat het een soort zwarte doos was toen Boston Dynamics het ons presenteerde, maar het is hun robot en hun IP, dus we hadden echt geen low-level toegang tot de boordcomputer. software draait op een externe computer en communiceert vervolgens met behulp van een API (Application Programming Interface) over glasvezel met een boordcomputer, dus er zijn grote vertragingen en problemen met synchronisatie en het wordt behoorlijk moeilijk om zo'n complex systeem als Atlas te besturen."
Hoewel het schrijven van je eigen code vanaf het begin zeker moeilijker en tijdrovender was voor het Institute for Human and Machine Cognitive Abilities, is Stephen van mening dat deze aanpak winstgevender is, aangezien problemen zich sneller kunnen voordoen dan te vertrouwen op Boston Dynamics. Bovendien was de begeleidende software van Atlas niet zo geavanceerd als de software die Boston Dynamics gebruikt in zijn eigen demo's "toen ze de robot stuurden … ze zeiden heel openlijk dat de bewegingen niet zijn wat je ziet wanneer Boston Dynamics een video uploadt van de robot naar Youtube die aan de software van dit bedrijf werkt. Dit is een minder geavanceerde versie… dit is voldoende voor het trainen van de robot. Ik weet niet of ze de code zouden geven aan de te gebruiken commando's, ik denk niet dat ze verwachtten dat iedereen zijn eigen software zou schrijven. Dat wil zeggen, wat samen met de robot werd geleverd, is vanaf het begin mogelijk en was niet bedoeld om alle acht taken in de DRC-praktijktests te voltooien."
De grootste uitdaging voor het Tartan Rescue-team was het strakke schema waaraan ze zich moesten houden bij het ontwikkelen van het nieuwe platform en de bijbehorende software. “Vijftien maanden geleden was CHIMP slechts een concept, een tekening op papier, dus moesten we de onderdelen ontwerpen, de componenten maken, alles in elkaar zetten en alles testen. We wisten dat het het grootste deel van onze tijd zou kosten, we konden niet wachten om software te schrijven tot de robot klaar was, dus begonnen we parallel software te ontwikkelen. We hadden eigenlijk geen volwaardige robot om mee te werken, dus gebruikten we simulatoren en hardwarevervangers tijdens de ontwikkeling. We hadden bijvoorbeeld een aparte manipulatorarm die we konden gebruiken om bepaalde dingen te controleren op een enkele ledemaat”, legt Stentz uit.
Verwijzend naar de complicaties die zullen bijdragen aan de degradatie van datatransmissiekanalen, merkte Stentz op dat deze beslissing vanaf het begin specifiek voor dergelijke situaties is genomen en dat het geen erg moeilijk probleem is. We hebben sensoren op het hoofd van de robot gemonteerd - laserafstandsmeters en camera's - waardoor we een complete 3D-textuurkaart en een model van de omgeving van de robot kunnen bouwen; dit is wat we van de kant van de operator gebruiken om de robot te besturen en we kunnen ons deze situatie in verschillende resoluties voorstellen, afhankelijk van de beschikbare frequentieband en het communicatiekanaal. We kunnen onze aandacht richten en een hogere resolutie krijgen op sommige gebieden en een lagere resolutie op andere gebieden. We hebben de mogelijkheid om de robot rechtstreeks op afstand te besturen, maar we geven de voorkeur aan een hoger controleniveau wanneer we doelen voor de robot definiëren en deze besturingsmodus is beter bestand tegen signaalverlies en vertragingen.”
De Schaft-robot opent de deur. Verbeterde robotbehandelingsmogelijkheden zullen een must zijn voor toekomstige systemen
Volgende stappen
Stentz en Stephen zeiden dat hun teams momenteel hun capaciteiten evalueren in real-world tests om te beoordelen welke acties moeten worden ondernomen om vooruit te komen, en dat ze wachten op een DARPA-beoordeling en aanvullende informatie over wat er in de finale zal zijn. Stephen zei dat ze ook uitkijken naar een wijziging voor de Atlas, waarbij hij een reeds goedgekeurde vereiste voor de finale opmerkt - het gebruik van een ingebouwde voeding. Voor CHIMP is dit geen probleem, aangezien de robot met elektrische aandrijving al zijn eigen batterijen kan dragen.
Stentz en Stephen waren het erover eens dat er een aantal uitdagingen zijn die moeten worden aangepakt bij het ontwikkelen van de ruimte voor robotsystemen en het creëren van platformtypes die kunnen worden gebruikt in scenario's voor rampenbestrijding. "Ik zou zeggen dat er niets ter wereld is dat een wondermiddel zou kunnen zijn. Wat hardware betreft, geloof ik dat machines met meer flexibele manipulatiemogelijkheden nuttig kunnen zijn. Wat software betreft, geloof ik dat robots een grotere mate van autonomie nodig hebben, zodat ze beter kunnen presteren zonder een communicatiekanaal bij operaties op afstand; ze kunnen taken sneller afronden omdat ze veel zelf doen en meer beslissingen per tijdseenheid nemen. Ik denk dat het goede nieuws is dat DARPA-competities echt zijn ontworpen om zowel hardware als software te promoten, "zei Stentz.
Stephen is van mening dat ook verbeteringen in de technologische ontwikkelingsprocessen nodig zijn. “Als programmeur zie ik veel manieren om software te verbeteren en ik zie ook veel mogelijkheden voor verbetering als ik aan deze machines werk. Er gebeuren veel interessante dingen in laboratoria en universiteiten waar er misschien geen sterke cultuur van dit proces is, dus soms gaat het werk willekeurig. Ook als je kijkt naar de echt interessante projecten in de DRC-proeven, realiseer je je dat er veel ruimte is voor hardwareverbeteringen en innovatie."
Stephen merkte op dat Atlas een goed voorbeeld is van wat kan worden bereikt - een werkbaar systeem dat in korte tijd is ontwikkeld.
Voor Pratt is het probleem echter meer gedefinieerd en hij is van mening dat softwareverbetering op de eerste plaats moet komen. “Het punt dat ik probeer over te brengen, is dat het grootste deel van de software tussen de oren zit. Ik bedoel, wat gebeurt er in het brein van de operator, wat gebeurt er in het brein van de robot, en hoe de twee het met elkaar eens zijn. We willen ons concentreren op de hardware van de robot en we hebben er nog steeds problemen mee, we hebben bijvoorbeeld problemen met productiekosten, energie-efficiëntie … Het moeilijkste is ongetwijfeld de software; en het is de programmeercode voor de robot-mens-interface en de programmeercode voor de robots zelf om de taak zelf uit te voeren, waaronder perceptie en situationeel bewustzijn, bewustzijn van wat er in de wereld gebeurt en keuzes op basis van wat de robot waarneemt."
Pratt gelooft dat het vinden van commerciële robottoepassingen de sleutel is tot het ontwikkelen van geavanceerde systemen en het vooruit helpen van de industrie. “Ik denk dat we echt commerciële toepassingen nodig hebben die verder gaan dan rampenbeheer en algemene verdediging. De waarheid is dat de markten, defensie, noodhulp en rampenbestrijding, klein zijn in vergelijking met de commerciële markt."
“Bij DARPA praten we er graag veel over, met mobiele telefoons als voorbeeld. DARPA heeft veel van de ontwikkelingen gefinancierd die hebben geleid tot de technologie die in mobiele telefoons wordt gebruikt … Als dit alleen de defensiemarkt was waarvoor de cellen bedoeld waren, zouden ze vele orden van grootte meer kosten dan nu, en dit is te wijten aan de enorme commerciële markt die het mogelijk heeft gemaakt om ongelooflijke beschikbaarheid van mobiele telefoons te verkrijgen …"
“Op het gebied van robotica zijn wij van mening dat we precies deze opeenvolging van gebeurtenissen nodig hebben. We moeten zien dat de commerciële wereld applicaties koopt die de prijzen doen dalen, en dan kunnen we systemen creëren specifiek voor het leger, waarin commerciële investeringen worden gedaan."
De eerste acht teams zullen deelnemen aan de proeven van december 2014 - Team Schaft, IHMC Robotics, Tartan Rescue, Team MIT, Robosimian, Team TRAClabs, WRECS en Team Trooper. Elk ontvangt $ 1 miljoen om hun oplossingen te verbeteren en uiteindelijk zal het winnende team een prijs van $ 2 miljoen ontvangen, hoewel voor de meesten erkenning veel waardevoller is dan geld.
Robosimian van NASA's Jet Propulsion Laboratory heeft een ongewoon ontwerp
Virtueel element
DARPA's opname van twee sporen in DRC-onderzoeken, waaraan alleen softwareontwikkelingsteams deelnemen, getuigt van de wens van het management om programma's open te stellen voor een zo breed mogelijke kring van deelnemers. Voorheen waren dergelijke technologieontwikkelingsprogramma's voorbehouden aan defensiebedrijven en onderzoekslaboratoria. Door een virtuele ruimte te creëren waarin elk team hun software kan testen, konden concurrenten die weinig of geen ervaring hadden met het ontwikkelen van software voor robots echter op hetzelfde niveau concurreren als bekende bedrijven op dit gebied. DARPA beschouwt de gesimuleerde ruimte ook als een langetermijnerfenis van DRC-tests.
In 2012 gaf DARPA de Open Source Foundation de opdracht om een virtuele ruimte voor de Challenge te ontwikkelen, en de organisatie begon met het creëren van een open model met behulp van Gazebo-software. Gazebo kan robots, sensoren en objecten in een 3D-wereld simuleren en is ontworpen om realistische sensorgegevens te leveren en wat wordt beschreven als "fysiek aannemelijke interacties" tussen objecten.
Brian Goerkey, voorzitter van de Open Source Foundation, zei dat Gazebo werd gebruikt vanwege zijn bewezen mogelijkheden. “Dit pakket wordt vrij veel gebruikt in de robotgemeenschap, daarom wilde DARPA erop wedden, omdat we de voordelen ervan zagen in wat het doet; we zouden er een community van ontwikkelaars en gebruikers omheen kunnen bouwen."
Hoewel Gazebo al een bekend systeem was, merkte Gorky op dat er weliswaar nog ruimte was om naar te streven, maar dat er stappen moesten worden ondernomen om te voldoen aan de door DARPA vastgestelde vereisten. “We hebben heel weinig gedaan om looprobots te modelleren, we hebben ons vooral gericht op verrijdbare platforms en er zijn enkele aspecten van het modelleren van looprobots die heel anders zijn. Je moet heel voorzichtig zijn met hoe je contactresolutie maakt en hoe je de robot modelleert. Op deze manier kunt u goede parameters krijgen in ruil voor nauwkeurigheid. Er is veel moeite gestoken in gedetailleerde simulatie van de fysica van de robot, zodat u simulaties van goede kwaliteit kunt krijgen en de robot ook in bijna realtime kunt laten werken, in tegenstelling tot werken in een tiende of een honderdste van realtime, wat waarschijnlijk is, als niet voor alle moeite die je erin steekt."
Een gesimuleerde Atlas-robot stapt in een auto tijdens de virtuele competitiefase van de DRC
Wat betreft de simulatie van de Atlas-robot voor virtuele ruimte, zei Görki dat de Stichting moest beginnen met een basisdataset. “We zijn begonnen met een model geleverd door Boston Dynamics, we zijn niet begonnen met gedetailleerde CAD-modellen, we hadden een vereenvoudigd kinematisch model dat ons werd verstrekt. Eigenlijk een tekstbestand waarin staat hoe lang dit been is, hoe groot het is, enzovoort. De uitdaging voor ons was om dit model correct en nauwkeurig af te stellen, zodat we een compromis in prestaties konden krijgen in ruil voor nauwkeurigheid. Als je het op een simplistische manier modelleert, kun je enkele onnauwkeurigheden in de onderliggende physics engine introduceren, waardoor het in bepaalde situaties onstabiel wordt. Daarom is het veel werk om het model enigszins te wijzigen en in sommige gevallen uw eigen code te schrijven om bepaalde delen van het systeem te simuleren. Dit is niet alleen een simulatie van simpele natuurkunde, er is een niveau waar we niet onder gaan."
Pratt is zeer positief over wat er is bereikt met VRC en gesimuleerde ruimte. “We hebben iets gedaan dat nog niet eerder is gebeurd, een realistische processimulatie gemaakt vanuit een fysiek oogpunt die in realtime kan worden uitgevoerd, zodat de operator zijn interactieve werk kan doen. Je hebt dit echt nodig, omdat we het hebben over een persoon en een robot als één team, dus de simulatie van een robot zou in hetzelfde tijdsbestek moeten werken als een persoon, dat wil zeggen in realtime. Hier is op zijn beurt een compromis nodig tussen de nauwkeurigheid van het model en de stabiliteit ervan … Ik geloof dat we veel hebben bereikt in de virtuele competitie."
Stephen legde uit dat IHMC's Institute for Human and Machine Cognitive Abilities voor verschillende uitdagingen stond in de softwareontwikkeling. “We gebruikten onze eigen simulatieomgeving, die we met Gazebo hebben geïntegreerd als onderdeel van een virtuele competitie, maar veel van onze ontwikkeling gebeurt op ons platform genaamd de Simulation Construction Set… we gebruikten onze software toen we een echte robot lanceerden, we hebben veel gemodelleerd en dit is een van onze hoekstenen, we kijken uit naar veel goede ervaring met softwareontwikkeling."
Stephen zei dat de Java-programmeertaal de voorkeur heeft bij IHMC omdat het "een echt indrukwekkende toolbox heeft die eromheen is gegroeid". Hij merkte op dat bij het combineren van Gazebo en zijn eigen software, "het grootste probleem is dat we onze software in Java schrijven en dat de meeste software voor robots C of C++ gebruikt, wat erg goed is voor embedded systemen. Maar we willen werken in Java zoals we dat willen - om onze code binnen een bepaald tijdsbestek te laten werken, zoals het is geïmplementeerd in C of C ++, maar niemand anders gebruikt het. Het is een groot probleem om alle Gazebo-programma's met onze Java-code te laten werken.”
DARPA en de Open Source Foundation blijven de simulatie en virtuele ruimte ontwikkelen en verbeteren. “We beginnen elementen te implementeren die de simulator nuttiger maken in een andere omgeving, buiten de reddingssite. We nemen bijvoorbeeld de software die we in de competitie hebben gebruikt (CloudSim genoemd omdat het simuleert in de cloud computing-omgeving) en we ontwikkelen het met de bedoeling om op cloudservers te draaien”, zei Görki.
Een van de belangrijkste voordelen van het hebben van een gesimuleerde omgeving die open is voor openbaar gebruik en ermee werken in de cloud, is dat berekeningen op hoog niveau kunnen worden uitgevoerd door krachtigere systemen op servers, waardoor mensen hun lichte computers en zelfs netbooks en tablets kunnen gebruiken om op je werkplek te werken. Görki gelooft ook dat deze benadering zeer nuttig zal zijn voor het onderwijs, maar ook voor productontwerp en -ontwikkeling. "Je hebt overal ter wereld toegang tot deze simulatieomgeving en kunt je nieuwe robot erin uitproberen."
