211service.com
Hvordan robotter hurtigt kan lære hinanden at gribe nye objekter
At gribe en kuglepen eller et par solbriller kan være ubesværet for dig eller mig, men det er djævelsk svært for en robot, især hvis det pågældende objekt er ukendt eller placeret akavet.
Baxteren i Stefanie Tellexs laboratorium forsøger at gribe to genstande på én gang.
Øvelse gør dog mester, som en robot har bevist. Den lærer sig selv at gribe alle mulige genstande gennem timers gentagelse. Robotten bruger forskellige kameraer og infrarøde sensorer til at se på et ukendt objekt fra forskellige vinkler, før den forsøger at samle det op. Derefter gør den det ved at bruge flere forskellige greb og ryster genstanden for at sikre, at den holdes sikkert. Det kan tage dusinvis af forsøg for robotten at finde det rigtige greb, og dusinvis mere for at sikre, at en genstand ikke glider.
Det kan virke som en kedelig proces, men når først robotten har lært at samle noget op, kan den dele den viden med andre robotter, der har de samme sensorer og gribere. Forskerne bag indsatsen håber i sidste ende at få hundredvis af robotter til at lære i fællesskab, hvordan man fatter en million forskellige ting.
Arbejdet blev udført af Stephanie Tellex , en adjunkt ved Brown University, sammen med en af hendes kandidatstuderende, John Oberlin . De brugte en to-armet industrirobot kaldet Baxter, lavet af det Boston-baserede firma Gentænk Robotics .
Ved Northeast Robotics Colloquium, en begivenhed afholdt på Worcester Polytechnic Institute i denne måned, demonstrerede Oberlin robottens gribende evner til medlemmer af offentligheden.
At gøre det muligt for robotter at manipulere objekter lettere er en af de store udfordringer inden for robotteknologi i dag, og det kan have stor industriel betydning (se Hyldeudvælgelse-robotter vil kappes om Amazon-prisen).
Tellex siger, at robotforskere i stigende grad leder efter mere effektive måder at træne robotter på til at udføre opgaver såsom manipulation. Vi har stærke algoritmer nu – såsom deep learning – der kan lære af store datasæt, men disse algoritmer kræver data, siger hun. Robotpraksis er en måde at tilegne sig de data, som en robot har brug for for at lære at manipulere objekter robust.
Tellex bemærker også, at der i dag er omkring 300 Baxter-robotter i forskellige forskningslaboratorier rundt om i verden. Hvis hver af disse robotter skulle bruge begge arme til at undersøge nye objekter, siger hun, ville det være muligt for dem at lære at gribe en million objekter på 11 dage. Ved at lade robotter dele det, de har lært, er det muligt at øge hastigheden på dataindsamlingen i størrelsesordener, siger hun.
For at gribe hvert objekt scanner Brown-forskernes robot den fra forskellige vinkler ved hjælp af et af kameraerne i dens arme og de infrarøde sensorer på dens krop. Dette gør det muligt at identificere mulige steder at gribe fat på. Forskerne brugte en matematisk teknik til at optimere processen med at øve forskellige greb. Med denne teknik opsamlede holdets Baxter-robot objekter så meget som 75 procent mere pålideligt, end den gjorde ved at bruge sin almindelige software. Den indsamlede information for hvert objekt - billederne, 3D-scanningerne og det korrekte greb - er kodet i et format, der gør det muligt at dele dem online.
Andre grupper udvikler metoder, der giver robotter mulighed for at lære at udføre forskellige opgaver, herunder at gribe. En af de mest lovende måder at opnå dette på er dyb læring ved hjælp af såkaldte neurale netværk, som er simuleringer løst modelleret på den måde, nerver i hjernen behandler information og lærer (se Robot Toddler Lærer at stå ved 'Imagining' Hvordan man gør det ).
Selvom mennesker tilegner sig en evne til at forstå gennem læring, behøver et barn ikke at bruge så meget tid på at håndtere forskellige genstande, og han eller hun kan bruge tidligere erfaringer til meget hurtigt at finde ud af, hvordan man samler en ny genstand op. Tellex siger, at det ultimative mål med hendes projekt er at give robotter lignende evner. Vores langsigtede mål er at bruge disse data til at generalisere til nye objekter, siger hun.