Робот строит деревянную башню
  • 03.11.2018
  • 175

Кембридж. После таких стратегических игр, как шахматы, машины также успешно пробуют игры на ловкость, такие как Дженга. Для решения проблемы реконструкции башни из деревянных блоков ученые из Массачусетского технологического института (MIT) оснастили роботизированную руку чуствительными сенсорными датчиками.

«Выводы сделанные на ощупь, вездесущи в царстве животных, но недостаточно развиты в обращении с роботами», - пишут исследователи в журнале Science Robotics. В этом случае информация, передаваемая посредством прикосновения, может быть осмысленно использована в промышленности.

Исследователи объединили снимки камеры с сенсорными датчиками и снабдили эти данные искусственной нейронной сетью. Чтобы сократить время обучения, роботу было поручено сгруппировать процессы с одинаковым или похожим результатом - например, с разрушением башни Дженга - в кластеры.

Таким образом, у робота была более крутая кривая обучения, чем у других методов. В целом ему потребовалось всего около 300 попыток вместо десятков тысяч, чтобы добиться хорошего игрового результата.

Сначала было смоделировано обучающее поведение робота. Затем последовали игры с настоящими блоками Дженга. Когда роботизированная рука начала играть, она проверила выбранные деревянные бруски.

Он сдвинул эти бруски примерно на миллиметр и оценил их по категориям: «легко двигаться», «трудно двигаться» и «невозможно двигаться». В зависимости от рейтинга он продолжал свои попытки снять брусок или нет.

Снятые блоки размещаются на вершине башни Дженге. Роботу удалось за короткое время обучения убрать и переставить 21 или более блоков не опрокинув башни.

«Мы видели, сколько блоков человек может вытащить до падения башни, и разница была не такой большой», - говорит Микель Оллер, автор исследования.

В конечном счете, цель исследователей не состоит в том, чтобы превратить робота в непревзойденного мастера Дженга. Они хотят изучить его возможности в сочетании с комбинацией визуальных и тактильных данных.

В качестве дополнительного вклада в Science Robotics Робин Мерфи из Техасского университета A & M имеет дело с роботами в научно-фантастических книгах и фильмах. Частыми мотивами является то, что обучение для роботов легко и что это приводит к чувствительности.

Одна вещь представлена правильно: очень трудно научить робота учиться правильному.

Наверх
MaschinenPortal24 использует файлы cookie, чтобы гарантировать для вас наилучший сервис. Если вы собираетесь продолжить навигацию по сайту, согласитесь с использованием cookie. Подробнее