Нов модел на обучение ще помогне на роботите уверено да вдигат и преместват различни предмети

Роботизираните системи за поставяне на компоненти се използват в различни индустрии – от сглобяване на електроника до събиране на отпадъци – но много от настоящите решения нямат способността да изпълняват много задачи, без да се жертва прецизността. Американски инженери разработиха нова технология, която намалява натоварването на мозъка на робота, като му помага да взаимодейства точно, но и по-гъвкаво.

Експерти от Масачузетския технологичен институт нарекоха своя подход SimPLE (Simulation to Pick Localise and placE). Той учи робота, който няма опит във взаимодействието с подобни обекти, да взема, държи и поставя предметите, като използва модел за автоматизирано проектиране.

Системата SimPLE се състои от три основни компонента: съзнателно хващане, визуално и тактилно възприятие и планиране на повторното хващане. Наблюденията на реалната среда се сравняват с данните от симулацията чрез обучение с подсилване. Това дава възможност да се опрости процесът на преместване на подобни обекти. Авторите на изобретението комбинират надеждни геометрични алгоритми и показват как да ги използват, за да подобрят ефективността в сравнение с другите методи за обучение на изкуствения интелект, пише MIT News.

При експериментите SimPLE успешно демонстрира способността си да взема и премества обекти с различни форми. В случай на шест различни обекта точността е над 90%, а за 11 обекта – над 80%.

„Предимството на SimPLE е, че този подход ни позволява да решаваме много различни проблеми на един и същ хардуер и софтуер, като симулациите учат моделите да се адаптират към всяка конкретна задача“, казва Алберто Родригес, ръководител на инженерния екип. – В това изследване показахме, че е възможно да се постигне нивото на точност, необходимо за много задачи за разполагане на промишлени компоненти, без да е необходима друга специализация.“