Các nhà nghiên cứu sử dụng Machine Learning để phát triển bàn tay robot khéo léo


Võ Bảo An
4 năm trước
Hữu ích 2 Chia sẻ Viết bình luận 0
Đã xem 8775

Tôi đã viết trước đây về những tiến bộ được thực hiện trong quá trình phát triển robot khéo léo đang được sử dụng trong các lĩnh vực đa dạng như hải dương họcy học .

Mặc dù có những tiến bộ này, vẫn còn nhiều việc phải làm để tạo ra các chữ số robot khéo léo hơn, có khả năng thực hiện các nhiệm vụ đơn giản (đối với chúng tôi) như lăn, uốn và xoay.

Có những dấu hiệu cho thấy sự tiến bộ đang được thực hiện, với một nhóm từ Đại học Washington đang phát triển một bàn tay robot có thể thực hiện nhiều nhiệm vụ này mà không cần sự chỉ đạo của con người.

Các nhà nghiên cứu cho biết, thao tác bằng tay là một trong những vấn đề khó khăn nhất mà các nhà nghiên cứu robot phải giải quyết . Rất nhiều robot ngày nay có cánh tay có khả năng khá tốt nhưng bàn tay thì đơn giản như một chiếc ống hút hoặc có thể là một cái vuốt hoặc một cái kẹp.

Nhóm nghiên cứu đã dành nhiều năm để phát triển bàn tay robot năm ngón cực kỳ có khả năng, với cuộc biểu tình mới nhất của họ (bên dưới) cho thấy họ đã đi được bao xa.


Robot học tập

Điều làm cho bàn tay trở nên đặc biệt mạnh mẽ là nó có khả năng học hỏi từ mỗi lần thử. Nó sử dụng học máy để phát triển các mô hình vật lý liên quan đến một nhiệm vụ, và sau đó để giải mã các hành động cần thiết để hoàn thành nó.

Nhóm nghiên cứu tin rằng phương pháp của họ cung cấp khả năng mở rộng cho người máy không thể thực hiện được trong các phương pháp yêu cầu hướng dẫn mã hóa bằng tay.

Thông thường mọi người nhìn vào một chuyển động và cố gắng xác định chính xác những gì cần phải xảy ra - hồng hào cần phải di chuyển theo cách đó, vì vậy chúng tôi sẽ đưa một số quy tắc vào và thử nó và nếu một cái gì đó không hoạt động, oh ngón tay giữa cũng di chuyển nhiều và bút nghiêng, vì vậy chúng tôi sẽ thử một quy tắc khác, họ nói.

Nói cách khác, chúng ta thường không biết làm thế nào chúng ta đạt được một chuyển động cụ thể, vì vậy việc mã hóa một robot để thực hiện nó là khá khó khăn. Tuy nhiên, cho phép họ học hỏi từ kinh nghiệm của bản thân, hứa hẹn hơn nhiều.

Vượt qua thử thách

Cách tiếp cận không phải là không có những thách thức đáng kể, tuy nhiên. Ví dụ, xây dựng một thiết bị như vậy đòi hỏi một mức độ mạnh mẽ, linh hoạt và khả năng phản hồi ngang tầm với bàn tay con người.

Họ đạt được điều này bằng cách sử dụng bộ xương Shadow Hand được kích hoạt bằng hệ thống khí nén có khả năng tăng tốc trên tốc độ của bàn tay con người. Than ôi, bàn tay tốn 300.000 đô la để phát triển, vì vậy nó không thực sự phù hợp cho sử dụng thương mại, nhưng nó cung cấp một trường hợp thử nghiệm tốt cho công nghệ.

Có rất nhiều điều hỗn loạn đang diễn ra và va chạm xảy ra khi bạn chạm vào một vật thể bằng các ngón tay khác nhau, điều này rất khó đối với các thuật toán điều khiển để đối phó, họ nói. Cách tiếp cận chúng tôi thực hiện khá khác biệt so với cách tiếp cận điều khiển truyền thống.

Tuy nhiên, cách tiếp cận này rất mạnh mẽ, trước tiên đã trải qua một số mô phỏng máy tính để tinh chỉnh thuật toán, trước khi chuyển nó sang một bàn tay robot năm ngón thực sự. Ở giai đoạn này, dữ liệu thực sự hữu ích đã được thu thập để cho phép máy học tốc độ.

Mặc dù nó chưa sẵn sàng để phát hành thương mại, nhưng dù sao cũng rất hấp dẫn để xem tiến trình của nó như thế nào, với các bước tiếp theo bao gồm trình diễn học tập toàn cầu dựa trên kinh nghiệm của các tay robot khác.

Đó là một cách tiếp cận mà tôi đã viết trước đây, khi các dự án như RoboBrain cố gắng cung cấp một kiến ​​thức thống nhất cho các robot tham gia.

Hữu ích 2 Chia sẻ Viết bình luận 0
Đã xem 8775