دست ربات با آموزش جدید بصری-لمسی به مهارت های انسانی نزدیک می شود

به گزارش آدینه پرس به نقل از تک اکسپلور، دست انسان شگفتی طبیعت است و در قلمرو حیوانات بی نظیر است. آن ها می توانند درپوش ها را بچرخانند، کلیدها را بچرخانند، اشیاء کوچک را به راحتی جابجا کنند و هر روز هزاران کار انجام دهند. دست های رباتی برای همراهی تلاش می کنند. آن ها معمولا حس لامسه را از دست می دهند، نمی توانند تعداد زیادی انگشت را همزمان حرکت دهند و وقتی انگشتانشان دید دوربین را مسدود می کند، حس چیزی را که در دست دارند گم می کنند. دانشمندان اکنون روشی هوشمندانه تر برای آموزش مغز ربات به گونه ای توسعه داده اند که به دستانش چابکی انسانی بدهد.

آموزش مهارت به ربات ها

برای بهبود نحوه انجام وظایف پیچیده یک دست رباتیک چندانگشتی، پژوهشگران چینی رویکردی دو جانبه با استفاده از یک وب کم ساده و حسگرهای کم هزینه توسعه دادند. فرآیند آن ها در مقاله ای که در مجله Science Robotics منتشر شده است، شرح داده شده است.

در مرحله اول، مغز هوش مصنوعی ربات با تماشای کتابخانه بزرگی از ویدیوها از انسان هایی که کارها را با دستان و دستکش های خالی انجام می دهند، پیش آموزش داده شد. این به ربات آموخت که اطلاعات بصری (اینکه دست نزدیک یک شیء چگونه به نظر می رسد) و اطلاعات لمسی (وقتی انگشت به سطحی برخورد می کند) چگونه با هم کار می کنند.

در مرحله دوم، ربات در یک شبیه سازی مجازی تمرین می کرد، وظایف را تکرار می کرد و چندین مهارت را همزمان یاد می گرفت، نه یکی یکی. تنها تجهیزاتی که تیم استفاده کرد، وب کم استاندارد و سخت افزار ارزان قیمت بود، از جمله حسگرهای پایه ای که لمس یا عدم لمس را سیگنال می دهند.

یکی از جنبه های جذاب رویکرد آن ها ایجاد واحدی در معماری هوش مصنوعی بود که مانند بخشی از مغز انسان عمل می کند و بینایی و لمس را ترکیب می کند. این امکان را به ربات می داد تا حتی زمانی که انگشتانش سر راهش بودند، آن را دنبال کند.

هندلینگ بهبود یافته

این ربات در هشت وظیفه مختلف آزمایش شد. پنج مورد از این کارها را در شبیه سازی تمرین کرده بود (مانند چرخاندن درب بطری و کشیدن اهرم)، و سه تای دیگر جدید بودند (از جمله تیز کردن مداد و باز کردن پیچ). ۸۵٪ مواقع وظایف دیده شده را با موفقیت انجام می داد و بیشتر اوقات با وظایف نادیده موفق بود. تیم حتی تلاش کرد با تغییر شرایط نور و تعویض حسگرها ربات را فریب دهد، اما در هر دو موقعیت، ربات به کار خود ادامه داد.

“پیش آموزش های بصری-لمسی از طریق نمایش های انسانی به طور مداوم به عملکرد برتر منجر شده است: افزایش کارایی یادگیری، کاهش فاصله انتقال شبیه ساز به واقعیت، رفتارهای دستکاری شبیه انسان و تعمیم بهتر به اشیاء جدید، شرایط نوری متغیر و وظایف نامرئی شده، تیم در مقاله خود اشاره کرد.

آموزش ترکیب بینایی و لمس به ربات ها، همان طور که ما انجام می دهیم، در نهایت باعث می شود سریع تر یاد بگیرند. تحقیقات آینده با هدف بهبود نحوه برخورد آن ها با اشیا با حس کردن میزان فشار گرفتن آن ها انجام خواهد شد.