‘Pontuação de robotabilidade’ classifica as ruas de Nova York para futura implantação de robôs

Para robôs de entrega, nem todas as calçadas são criadas iguais – alguns são irregulares ou entupidos com pessoas e abrigos de ônibus – de modo que pesquisadores da Cornell Tech desenvolveram uma “pontuação de robotabilidade” e classificaram todas as ruas da cidade de Nova York sobre o quão hospitalar seria para robôs.

Seu sistema de classificação é o primeiro do gênero, disseram os pesquisadores, e podem ajudar planejadores urbanos e empresas de robótica a planejar futuras implantações de robôs que não interrompem os ambientes existentes na calçada.

“Não sei se todo mundo quer robôs em seu bairro, mas se o quiserem, a pontuação da robotabilidade pode ajudá -los a pensar, quais são os recursos que construímos para ajudar a receber os robôs?” disse a autora sênior Wendy Ju, professora associada de ciência da informação da Cornell Tech, o Cornell Ann S. Bowers College of Computing and Information Science e o Jacobs Technion-Cornell Institute, e o Departamento de Tecnologia de Design Multicollege. “Estamos apenas tentando tornar essas coisas um pouco mais visíveis”.

Matt Franchi, um estudante de doutorado no campo da ciência da computação, e Maria Teresa Parreira, uma estudante de doutorado no campo da ciência da informação, apresentarão o estudo, “A pontuação de robotabilidade: permitindo a navegação harmoniosa de robôs em Sistemas de Computação (CHI), em abril. A pesquisa também está disponível no arxiv servidor pré -impressão.

Os robôs de entrega já chegaram às ruas em Los Angeles e estão percorrendo alguns campi e aeroportos da faculdade. Mas a maioria das comunidades atualmente é lugares não -quedas para robôs.

Inspirados nas pontuações de acessibilidade e acessibilidade da vizinhança, os pesquisadores desenvolveram a pontuação de robotabilidade para compilar vários recursos que afetam a navegação por robôs em um único número.

“As pessoas adoram a conveniência”, disse Franchi. “Achamos que essa ferramenta será facilmente útil quando as pessoas começarem a imaginar a implantação de robôs na calçada em espaços urbanos”.

Para desenvolver a pontuação de robotabilidade, os pesquisadores entrevistaram 10 especialistas em planejamento urbano, navegação e acessibilidade robôs, da academia e da indústria, para decidir quais recursos incluir. A equipe então usou uma pesquisa on -line de especialistas adicionais para determinar como ponderar a importância de cada recurso para a pontuação final.

O escore de robotabilidade inclui 24 recursos, embora os pesquisadores tenham usado 19 em sua análise da cidade de Nova York. Seis características – densidade papestres, dinâmica da multidão, fluxo de pedestres, qualidade da calçada, largura da rua e densidade de móveis de rua – fizeram quase metade do placar.

A cidade de Nova York é o local perfeito para desenvolver essa pontuação, disseram os pesquisadores, devido aos dados em toda a cidade disponíveis no site de NYC Opendata. Esse banco de dados contém informações como largura e condição da calçada e os locais de abrigos de ônibus, ciclovias e bancas de jornais. Os pesquisadores também usaram cerca de 8 milhões de imagens de camada de painel coletadas em toda a cidade no final de 2023, para estimar o tráfego de veículos, bicicletas e pedestres.

Quando aplicados em toda a cidade, as áreas com maior robotabilidade foram 4,3 vezes mais “robotáveis” do que as áreas com a pontuação mais baixa. Franchi desenvolveu um mapa interativo, onde os usuários podem ver como os diferentes locais se comparam.

A equipe testou a precisão de suas pontuações, operando um lixo – um balde de lixo em cima de peças de bordo recicladas que são operadas com um joystick – as calçadas na hora do rush em dois pontos com robotabilidade baixa e alta em Queens e Manhattan.

“A Rush Hour ampliou as pontuações”, disse o co-autor Frank Bu, um estudante de doutorado no campo da ciência da computação. Mesmo em horários de pico de viagem, o lixo não teve nenhum problema em rolar em calçadas vazias em áreas de alta robotabilidade. “Outros lugares com caixas, alto fluxo de pedestres, fluxo de tráfego e até com caminhões de alimentos ou lojas na lateral das calçadas – que intensificaram a cena”, disse Bu.

Havia recursos adicionais que os pesquisadores queriam incluir, mas os dados ainda não estavam disponíveis, como atitudes locais em relação aos robôs. As versões futuras podem incluir esses recursos e, possivelmente, recursos dinâmicos, como relatórios meteorológicos em tempo real e tráfego de pedestres.

Assim como a existência de pontuações de localização e acessibilidade influenciou os desenvolvedores e planejadores urbanos a aprimorar essas qualidades nos bairros, a equipe espera que a pontuação da robotabilidade faça o mesmo – mas apenas em comunidades que desejam robôs.

“Mal estamos começando a construir cidades para as pessoas – não estamos tentando afirmar que as cidades devem ser construídas para robôs”, disse Parreira. “Só de ver o ambiente urbano através das lentes de um robô era o nosso objetivo”.