Учим роботов видеть и чувствовать

Все больше промышленных задач выполняются роботами, но люди-операторы все еще нужны для более сложных манипуляционных действий, таких как обработка и обработка пищевых продуктов.

“Если наша цель состоит в том, чтобы автоматизировать некоторые или все эти задачи в пищевой промышленности или в других областях, мы должны оснастить роботов новыми знаниями посредством обучения. Сначала они должны изучить так называемые простые навыки, чтобы они могли способен выполнять операции на том же уровне, что и люди, в будущем”, – объяснил Экрем Мисими, исследователь SINTEF, разрабатывающий технологию обучения роботов в рамках проекта iProcess.

Чтобы обучить роботов этим сложным навыкам манипуляции, требуется сочетание визуального и тактильного обучения. Другими словами, они должны учиться видеть и чувствовать одновременно.

Обучение роботам также может быть полезно в более широком масштабе, особенно сейчас, во время пандемии, когда многие люди вынуждены работать из дома или не могут работать на своих предприятиях из-за риска заражения.

“Для общества производство, сбор, обработка и приготовление пищевых продуктов являются критически важными функциями. Наша технология направлена ​​на создание полностью автоматизированной производственной линии, основанной на интеллектуальных роботах. По сути, интеллектуальные технологии роботов могут лучше подготовить нас как общество к тому, чтобы справляться с задачами в плохие времена и оптимизировать производство и стоимость в будущем, когда настанут хорошие времена”, – сказал Мисими.

Возможности безграничны

Взаимодействие между роботом и объектами, которые являются мягкими, хрупкими или податливыми, является одной из самых больших проблем в робототехнике сегодня, так как эти типы объектов могут легко изменять свою форму при обработке. Операторы-люди легко компенсируют эти изменения в режиме реального времени, но роботам необходимы продвинутые визуальные и тактильные датчики, чтобы сделать то же самое.

Поэтому роботу дают искусственные глаза в виде трехмерного зрения, искусственный мозг с искусственным интеллектом и чувствительные руки, которые полагаются на силу и тактильные ощущения.

“Эти качества позволяют роботам разрабатывать специфический для конкретной задачи интеллект, достаточный для того, чтобы они могли выполнять эту работу автоматически”, – пояснил Мисими.

Изучение сложных задач на простых примерах

Несмотря на свою способность к обучению, робот в конечном итоге является машиной. Следовательно, он должен сначала получить знания о задачах, которые он должен выполнить посредством ощущения и обучения, либо во взаимодействии с людьми, либо сам по себе.

“Наша цель – научить робота ументь выполнять сложные задачи и манипуляции в реальных условиях на простых примерах”, – сказал Мисими.

Поэтому проект iProcess разработал два метода обучения роботов. Первый – это обучение на демонстрации (LfD), при котором робот учится воспринимать мягкие продукты питания с помощью комбинации визуального и тактильного ощущения. Второе – это обучение на самоисследовании, при котором робот использует искусственный интеллект для самостоятельного изучения задачи в моделируемой среде, прежде чем, наконец, развернуться в реальном мире без какой-либо дополнительной подстройки. Проект породил много интересных заданий для аспирантов, изучающих искусственный интеллект и робототехнику.

“Типичная проблема в обучении роботов состоит в том, что оператор-человек, или, скорее, учитель, неправильно показывает задачу роботу. Поэтому мы разработали стратегию обучения, которая основана исключительно на лучших демонстрациях и автоматически игнорирует худшие, которые не соответствуют намеченной политике учителя. В стратегии обучения используются 3D изображения для правильного позиционирования захвата робота и тактильные ощущения для бережного обращения с предметами”, – пояснил Мисими.

“Что особенно интересно в изучении самоисследования, так это то, что робот никогда не видел филе лосося прежде, ни в моделируемой, ни в реальной среде. Но ему все же удается прекрасно обобщать в реальном мире, чтобы справиться с новым, неизвестным объектом”, – добавил исследователь.

Когда робот обучается таким образом, время обучения значительно сокращается, и робот может использоваться для обработки нескольких пищевых продуктов или подобных объектов без какого-либо дополнительного программирования.

Исследование LfD было опубликовано в “Робототехнической обработке совместимых пищевых объектов путем обучения на демонстрации”, которая была представлена ​​на Международной конференции по интеллектуальным роботам и системам, а статья об обучении с помощью самоисследования была принята для предстоящей международной конференции по робототехнике и автоматизации (ICRA) 2020.

Обучение старого робота новым трюкам

Утверждается, что вы не можете научить старую собаку новым трюкам, но роботов можно обучить для множества различных задач по обработке, от удержания неподвижных и движущихся объектов до выполнения более сложных задач по манипулированию, которые требуют большей ловкости, таких как манипулирование движущимися объектами.

“Задачей может быть все, что связано с резкой или захватом предметов, с которыми нужно обращаться осторожно. Будь то филе рыбы или салат, робот должен быть достаточно деликатным, чтобы не повредить продукты, но при этом выполнить работу”, – сказал Мисими.

Важно для пищевой промышленности

Новая технология будет важна как для норвежской пищевой промышленности, так и для любой другой отрасли, которая выиграет от роботизированного обращения с податливыми и ковкими предметами и полностью зависит от автоматизации, чтобы сохранить окупаемость стоимости в Норвегии.

“Этот проект является важной вехой в реализации этого видения. Роботизированная технология сможет повысить как конкурентоспособность, так и рентабельность, и позволит увеличить долю сырья для переработки в Норвегии. Это может способствовать повышению качества продукции и сокращению количества продуктов питания. Кроме того, это пойдет на пользу окружающей среде, так как сырье не нужно будет транспортировать за границу для переработки, как это часто нужно делать сегодня”, – сказал Мисими.

-=GadzzillA=-

Компьютерный системный администратор, веб-огородник, IT-шник, специалист по строительным материалам, создатель и администратор проекта "Лаборатория Рабочих Столов"

Вас также может заинтересовать...

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *

 

Цей сайт використовує Akismet для зменшення спаму. Дізнайтеся, як обробляються ваші дані коментарів.