Robotika a fyzická AI

Autonomní robot najde a otevře dveře a同时 dobíjí sám sebe

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Tým inženýrských studentů na University of Cincinnati buduje autonomního robota, který může otevřít dveře sám a najít nejbližší elektrickou zásuvku, což mu umožňuje dobíjet se bez lidské asistence.

Nová studie byla zveřejněna v časopise IEEE Access.

Dveře – robotův kryptonit

Jedním z největších překážek pro roboty jsou dveře.

Ou Ma je profesor leteckého a kosmického inženýrství na University of Cincinnati.

„Robot může dělat mnoho věcí, ale pokud chcete, aby otevřel dveře sám a prošel dveřmi, je to obrovská výzva,“ řekl Ma.

Tým byl schopen překonat tento problém ve třídě digitálních simulací a je to velký krok vpřed pro pomocné roboty. Tyto roboty mohou zahrnovat ty, které vysávají a dezinfikují kancelářské budovy, letiště a nemocnice. Tyto roboty tvoří velkou část 27miliardového průmyslu robotiky.

Yufeng Sun je hlavní autor studie a doktorand na UC College of Engineering and Applied Science.

Podle Sune některé výzkumníci pracovali kolem tohoto problému tím, že prozkoumali celou místnost, aby vytvořili 3D digitální model, který umožňuje robotovi najít dveře. Nicméně, toto je časově náročné řešení, které je pouze použitelné pro prozkoumanou místnost.

Existuje mnoho výzev pro vývoj autonomního robota, který otevře dveře sám. První, dveře přicházejí v různých barvách a velikostech a mají různé madla, které mohou být nižší nebo vyšší. Roboty jsou také povinny vědět, jakou sílu použít k otevření dveří, aby překonaly odpor. Pоскольку mnoho veřejných dveří jsou samo-zavírající, robot může ztratit svůj úchop a být nucen začít znovu.

https://www.youtube.com/watch?v=O_FV47hIRus

Použití strojového učení

Pomocí strojového učení, studenti z UC umožnili robotu „naučit“ se otevřít dveře prostřednictvím pokusů a omylů. To znamená, že robot opravuje své chyby, jak postupuje, a simulace mu pomáhají připravit se na skutečný úkol.

„Robot potřebuje dostatečné údaje nebo ‚zkušenosti‘, aby mu pomohly trénovat,“ řekl Sun. „To je velká výzva pro další robotické aplikace, které používají AI-založené přístupy pro splnění skutečných úkolů.“

Sun a UC magisterský student Sam King nyní převádějí úspěšnou simulační studii do skutečného robota.

„Výzva spočívá v tom, jak přenést tuto naučenou kontrolní politiku ze simulace do reality, často označovanou jako ‚Sim2Real‘ problém,“ řekl Sun.

Další výzvou je, že digitální simulace jsou obvykle pouze 60% až 70% úspěšné v počátečních reálných aplikacích, takže Sun plánuje strávit alespoň rok zdokonalováním nového autonomního robotického systému.

Alex McFarland je AI novinář a spisovatel, který zkoumá nejnovější vývoj v oblasti umělé inteligence. Spolupracoval s mnoha AI startupy a publikacemi po celém světě.