Роборуку научили самостоятельно решать, как взяться за предмет

Конструкторы для обучения детей робототехнике

Share Button

Ранее ученые из MIT (США) продемонстрировали умение робота изучать форму незнакомых ему предметов.

Роборуку научили самостоятельно решать, как взяться за предмет

В новой статье исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) пишут, что они сделали ключевую разработку в области компьютерного зрения. Они создали систему, которая позволяет роботам осматривать случайные объекты и понимать как нужно взять предмет для выполнения определенных задач, даже если они не видели их раньше.

Система называется Dense Object Nets (DON). Она рассматривает объекты как наборы точек, которые служат своего рода визуальными дорожными картами. Такой подход позволяет роботам лучше понимать предметы и манипулировать ими, и, что самое важное, позволяет им даже подбирать конкретный объект среди множества подобных объектов — ценный навык для тех типов машин, которые такие компании, как Amazon и Walmart, используют на своих складах.

Авторы разработки предполагают, что использовать систему можно будет не только в промышленных условиях, но и дома. Робот сможет прибирать и ставить посуду на место, пока хозяева на работе.

В одном из тестов, проведенных на мягкой игрушке-гусенице, роботизированная рука KUKA с системой от DON смогла захватить правое ухо игрушки. Это показало, что, помимо прочего, система обладает способностью различать правую и левую стороны на симметричных объектах.

При тестировании на контейнере с различными бейсбольными кепками, DON смог выбрать конкретную, несмотря на то, что все кепки были очень похожего дизайна — и никогда раньше не видел изображений кепок.

Код опубликован на GitHub.

Share Button

2 комментария к статье “Роборуку научили самостоятельно решать, как взяться за предмет”

  1. Анна

    23.03.2020

    Что же касается манипуляции, то это, казалось бы, совсем просто. Достаточно разработать механический захват, и дело — в шляпе? Нет, не в шляпе. Можете сами поставить такой интересный эксперимент: если из пакета молока через незаметное отверстие слить все содержимое, а затем поставить этот пакет на видное место, то, кто бы за него ни взялся, обязательно неестественно дернет вверх рукой. Дело в том, что у каждого из нас есть мышечная память. Оценивая объект, мы прикидываем, сколько он может весить, и по своим представлениям соизмеряем усилие. Внешне нераспечатанный пакет с молоком «выглядит» на 1 кг, именно на этот вес настраиваются наши мышцы, но когда оказывается, что он весит намного меньше, рука взмывает вверх, увлекаемая «излишней» силой. За годы жизни мы накапливаем «базу данных» на материалы и предметы, поэтому без труда оцениваем массу и вес практически любого из них. Роботы, подобно людям, также могут хранить в памяти характеристики любых предметов. Но одно дело создать четкий перечень «знакомых» объектов, и совсем другое — «научить» самостоятельно оценивать ситуацию. До недавнего времени эта проблема стояла чуть ли не острее всех в робототехники. Нельзя сказать, что сегодня она разрешена полностью, но ощутимый прогресс есть.

    Ответить на этот комментарий
  2. Ольга

    24.03.2020

    Шагающие роботы, впрочем, уже не новость. Asimo от Honda и QRIO от Sony регулярно появляются на телеканалах. Они умеют не только ходить и подниматься по лестницам, но и танцевать. Однако принципы, заложенные в механику их движений, «неперспективны», а попросту говоря — тупиковы. Каждый шаг такого робота зависит от небольших сервомоторов, расположенных в каждом «суставе». Это требует отменной точности в их синхронизации и огромного расхода энергии. Заряда батарей Asimo хватает всего на полчаса, после чего он отправляется на подзарядку — хорошо хоть, что самостоятельно. Даже если в ближайшее время появятся малогабаритные аккумуляторы огромной емкости, их использование все равно не будет самым удачным выходом. Решение есть, и оно кроется в особенностях движения самого человека. Наши ноги действуют как колебательная система, где накопленный момент помогает нам проходить точку равновесия, делая шаг. Сразу несколько групп разработчиков исследуют сейчас человеческую походку, чтобы применить ее к роботам. Кое-что уже удалось. Новые шагающие машины получаются много более энергоемкими. Правда, при этом настолько же менее устойчивыми. Как пошутил Энди Рин, робототехник из Корнеллского университета в Итаке, штат Нью-Йорк, «такие модели могут делать только одну вещь — идти по прямой. Они не могут даже остановиться».

    Ответить на этот комментарий

Оставить комментарий

© 2014-2020 Занимательная робототехника, Гагарина Д.А., Гагарин А.С., Гагарин А.А. All rights reserved / Все права защищены. Копирование и воспроизведение в любой форме запрещено. Политика конфиденциальности. Соглашение об обработке персональных данных.
Наверх