BACKGROUND: Rapid technological development has been opening new possibilities for children with disabilities. In particular, robots can enable and create new opportunities in therapy, rehabilitation, education, or leisure. OBJECTIVE: The aim of this article is to share experiences, challenges and learned lessons by the authors, all of them with experience conducting research in the field of robotics for children with disabilities, and to propose future directions for research and development. METHODS: The article is the result of several consensus meetings to establish future research priorities in this field. CONCLUSIONS: This article outlines a research agenda for the future of robotics in childcare and supports the establishment of R4C – Robots for Children, a network of experts aimed at sharing ideas, promoting innovative research, and developing good practices on the use of robots for children with disabilities. RESULTS: Robots have a huge potential to support children with disabilities: they can play the role of a play buddy, of a mediator when interacting with other children or adults, they can promote social interaction, and transfer children from the role of a spectator of the surrounding world to the role of an active participant. To fulfill their potential, robots have to be “smart”, stable and reliable, easy to use and program, and give the just-right amount of support adapted to the needs of the child. Interdisciplinary collaboration combined with user centered design is necessary to make robotic applications successful. Furthermore, real-life contexts to test and implement robotic interventions are essential to refine them according to real needs.
The challenges facing primary education are significant: a growing teacher shortage, relatively high administrative burdens that contribute to work-related stress and an increasing diversity of children in the classroom. A promising new technology that can help teachers and children meet these challenges is the social robot. These physical robots often use artificial intelligence and can communicate with children by taking on social roles, such as that of a fellow classmate or teaching assistant. Previous research shows that the use of social robots can lead to better results in several ways than when traditional educational technologies are applied. However, social robots not only bring opportunities but also lead to new ethical questions. In my PhD research, I investigated the moral considerations of different stakeholders, such as parents and teachers, to create the first guideline for the responsible design and use of social robots for primary education. Various research methods were used for this study. First of all, a large, international literature study was carried out on the advantages and disadvantages of social robots, in which 256 studies were ultimately analysed. Focus group sessions were then held with stakeholders: a total of 118 parents of primary school children, representatives of the robotics industry, educational policymakers, government education advisors, teachers and primary school children contributed. Based on the insights from the literature review and the focus group sessions, a questionnaire was drawn up and distributed to all stakeholders. Based on 515 responses, we then classified stakeholder moral considerations. In the last study, based on in-depth interviews with teachers who used robots in their daily teaching and who supervised the child-robot interaction of >2500 unique children, we studied the influence of social robots on children's social-emotional development. Our research shows that social robots can have advantages and disadvantages for primary education. The diversity of disadvantages makes the responsible implementation of robots complex. However, overall, despite their concerns, all stakeholder groups viewed social robots as a potentially valuable tool. Many stakeholders are concerned about the possible negative effect of robots on children's social-emotional development. Our research shows that social robots currently do not seem to harm children's social-emotional development when used responsibly. However, some children seem to be more sensitive to excessive attachment to robots. Our research also shows that how people think about robots is influenced by several factors. For example, low-income stakeholders have a more sceptical attitude towards social robots in education. Other factors, such as age and level of education, were also strong predictors of the moral considerations of stakeholders. This research has resulted in a guideline for the responsible use of social robots as teaching assistants, which can be used by primary schools and robot builders. The guideline provides schools with tools, such as involving parents in advance and using robots to encourage human contact. School administrators are also given insight into possible reactions from parents and other parties involved. The guideline also offers guidelines for safeguarding privacy, such as data minimization and improving the technical infrastructure of schools and robots; which still often leaves much to be desired. In short, the findings from this thesis provide a solid stepping stone for schools, robot designers, programmers and engineers to develop and use social robots in education in a morally responsible manner. This research has thus paved the way for more research into robots as assistive technology in primary education.
LINK
Autonomous robots require high degrees of cognitive and motoric intelligence to come into our everyday life. In non-structured environments and in the presence of uncertainties, such degrees of intelligence are not easy to obtain. Reinforcement learning algorithms have proven to be capable of solving complicated robotics tasks in an end-to-end fashion without any need for hand-crafted features or policies. Especially in the context of robotics, in which the cost of real-world data is usually extremely high, reinforcement learning solutions achieving high sample efficiency are needed. In this paper, we propose a framework combining the learning of a low-dimensional state representation, from high-dimensional observations coming from the robot 's raw sensory readings, with the learning of the optimal policy, given the learned state representation. We evaluate our framework in the context of mobile robot navigation in the case of continuous state and action spaces. Moreover, we study the problem of transferring what learned in the simulated virtual environment to the real robot without further retraining using real-world data in the presence of visual and depth distractors, such as lighting changes and moving obstacles.
MULTIFILE
Massafabricage in de (MKB) maakindustrie is aan het veranderen in flexibele fabricage en assemblage van kleine series, klantspecifieke onderdelen en eindproducten. Hiervoor zijn nieuwe systemen voor het MKB nodig, waarin robots en mensen samen kunnen werken en die zich snel kunnen aanpassen aan nieuwe productieomstandigheden met lage opstartkosten. De ambitie van het project ?(G)een Moer Aan!? is om het herconfigureren van een robotsysteem voor een nieuwe taak in een productieomgeving net zo eenvoudig en snel te maken als het gebruik van een smartphone. Zo?n benadering biedt kansen om de skills van de operator te benutten. De operator kent immers zijn processen en de robot wordt zijn hulpje. Op vraag van betrokken mkb partners is de focus gelegd op een repeterende productiehandeling die in veel sectoren voorkomt en die relatief veel arbeidstijd kost: het indraaien van moeren en bouten in een object. De centrale onderzoeksvraag van het project luidt: Hoe kan een operator een robot eenvoudig, snel en veilig inleren om assemblage handelingen te verrichten voor het snel en robuust verbinden van bouten, moeren en ringen met objecten? Resultaat van dit praktijkgerichte onderzoeksproject is een algemeen bruikbare en gevalideerde ontwerpmethodiek voor de opzet van een gebruiksvriendelijke user interface van een boutmontagerobot op de werkvloer. Door slim gebruik van geïntegreerde inzet van CAD productinformatie, vision technologie en compliant (meegaand) gripping en placing wordt de robot zo veel als mogelijk vooraf automatisch geconfigureerd. Het projectconsortium dat het onderzoek gaat uitvoeren bestaat uit: " 13 bedrijven (12 mkb) actief als toeleverancier, system integrator of gebruiker op het terrein van industriële robotica (Yaskawa, ABB, Smart Robotics, Hupico, Festo, CSi, Demcon, Heemskerk Innovate, WWA, Van Schijndel Metaal, Van Beek, Tegema en Zest Innovate); " Hogescholen Fontys (penvoerder), Avans, Utrecht en NHL; " Kennisinstellingen TNO en DIFFER; " Coöperaties Brainport Industries, FEDA en Koninklijke Metaalunie; " De gemeente Eindhoven is betrokken als partner in de klankbordgroep. De gemeente ondersteunt het belang van dit project voor behoud en verbetering van arbeidsplaatsen in de maakindustrie. Er zullen circa 20 (docent)onderzoekers van de hogescholen en ongeveer 80 studenten betrokken worden bij dit project, die in de vorm van stages en afstudeeronderzoeken werken aan interessante vraagstukken direct afkomstig uit de beroepspraktijk. Naast genoemde meerwaarde voor het bedrijfsleven beoogt het project een verdere verankering van kennis en kunde in onderwijs en lectoraten en een vergroting van de kwaliteit van docenten en afstudeerders.
Het RAAK-MKB project Aerobic heeft zich gericht op modulaire robotica (grippers, handling en vision systemen) en specifiek binpicking. Binnen dit project is veel kennis opgedaan die heeft geresulteerd in diverse fysieke demonstrators (robotopstellingen t.b.v. binpicking). Deze nieuw opgedane kennis is erg bruikbaar voor zowel de beroepspraktijk als studenten. Daarnaast is deze kennis praktisch gemaakt en laagdrempelig toepasbaar. Dat maakt het relevant voor (her)gebruik middels het nieuwe open-acces e-learning platform van Fontys: Open Learning Labs. Door trainingsmateriaal te ontwikkelen dat betrekking heeft op onder andere het aspect “binpicking” met behulp van robots, worden toekomstige engineers (onze studenten) en zittend personeel bij bedrijven bekend met nieuwe technieken die toepasbaar zijn in diverse sectoren waar met robots gewerkt wordt. Het doel van deze Top-up aanvraag is tweeledig: 1) het vergroten van de zichtbaarheid van de resultaten uit het initiële RAAK-project, zowel richting onderwijs, onderzoek en beroepspraktijk. 2) het realiseren van trainingsmateriaal t.b.v. het praktisch toepassen van kennis die betrekking heeft op de gerealiseerde binpicking-demonstrator binnen het RAAK project. Dit zal bij toekenning stapsgewijs uitgevoerd worden: 1. Definiëren inhoud lesmodule en bijbehorende didactische werkvormen 2. Realisatie PR- & instructievideo's en onderwijsopdrachten 3. Realisatie E-learning lesmodule Dit alles gekoppeld aan het open-acces e-learning platform Open Learning Labs van Fontys.
Inleiding en praktijkvraag De groeiende wereldbevolking gecombineerd met de klimaatverandering zorgt voor een de noodzaak tot een duurzame voedselvoorziening (KIA missie Landbouw, voedsel & water). Een significante reductie van gewasbestrijdingsmiddelen is daarbinnen een belangrijke doelstelling. Robotica maakt als technologie motor van de precisielandbouw plant specifieke precisie-bestrijding mogelijk. Het projectconsortium onderzoekt een semiautonoom samenwerkend grond-luchtrobot platform voor de precisielandbouw. Projectdoelstelling De doelstelling van het project AGRobot Platform is dan ook: “Onderzoek de mogelijkheden van een semi-autonoom samenwerkend grond-lucht robotplatform voor de precisielandbouw”. De hoofddoelstelling wordt binnen dit project beantwoordt door de deliverables uit de volgende subdoelstellingen: 1. Case studie onderzoek naar de mogelijke voordelen van het grond-luchtrobotplatform 2. Onderzoek naar de benodigde technologieën voor een grond-luchtrobotplatform 3. Ontwikkelen van een eerste (mogelijk case-specifieke) demonstrator 4. Ontwikkelen van (nieuwe) samenwerkingsvormen. Vraagsturing & Netwerkvorming Riwo Engineering is een industriële automatiseeerder die met zijn grondrobots en control-besturingssytemen actief is in de veeteelt. DRONEXpert gebruikt hyperspectrale camera’s onder drones voor het bemeten van gewassen. Saxion mechatronica onderzoekt met de onderzoekslijn unmanned robotic systems hoe de nieuwste robotica technologieën systemen mogelijk maakt voor ongestructureerde omgevingen. De partners bezitten gezamenlijk een enorm netwerk (TValley, Space53, euRobotics) en klanten om via de case studies de kansen te achterhalen en te realiseren. Innovatie Nergens ter wereld is een samenwerkend grond-luchtrobot platform actief in de precisielandbouw. Voor OostNederland, met naast veel robotica kennis ook veel Agro-kennis, zal het project letterlijk de KIEM zijn voor nieuwe projecten waaruit de valorisatie kansen richting heel Europa gaan. Activiteitenplan & Projectorganisatie Het project wordt geleid door de lector Dr. Ir. D.A.Bekke en uitgevoerd door Abeje Mersha en Mark Reiling samen met het deelnemend MKB. Het project bestaat uit 4 werkpakketten die achtereenvolgens antwoordt geven op de gestelde subdoelstellingen. Aan elk werkpakket zijn deliverables gekoppeld.
