Tangan robot selangkah lebih dekat dengan manusia berkat algoritma AI
Robot

Tangan robot selangkah lebih dekat dengan manusia berkat algoritma AI


Tangan Cerdas Bayangan. Kredit: Perusahaan Robot Bayangan

Shadow Robot Dexterous Hand adalah tangan robot, dengan ukuran, bentuk, dan kemampuan gerakan yang mirip dengan tangan manusia. Untuk memberikan tangan robotik kemampuan untuk mempelajari cara memanipulasi objek, peneliti dari WMG, University of Warwick, telah mengembangkan algoritme AI baru.

Tangan robot dapat digunakan dalam banyak aplikasi, seperti manufaktur, operasi, dan aktivitas berbahaya seperti dekomisioning nuklir. Misalnya, tangan robotik bisa sangat berguna dalam perakitan komputer di mana merakit microchip membutuhkan tingkat presisi yang hanya dapat dicapai oleh tangan manusia saat ini. Berkat pemanfaatan tangan robot di jalur perakitan, produktivitas yang lebih tinggi dapat dicapai sambil mengurangi paparan dari situasi risiko kerja ke pekerja manusia.

Dalam makalah, “Memecahkan Tugas Manipulasi yang Menantang dengan Pengoptimalan Lintasan dan Pembelajaran Penguatan,” peneliti Profesor Giovanni Montana dan Dr. Henry Charlesworth dari WMG, Universitas Warwick telah mengembangkan algoritme AI baru — atau “otak” —diperlukan untuk mempelajari cara mengoordinasikan gerakan jari dan mengaktifkan manipulasi.

Dengan menggunakan simulasi tangan robot Shadow yang realistis secara fisik, para peneliti mampu membuat dua tangan mengoper dan melempar benda satu sama lain, serta memutar pena di antara jari-jarinya. Namun algoritme tidak terbatas pada tugas-tugas ini tetapi dapat mempelajari tugas apa pun selama dapat disimulasikan. Simulasi 3-D dikembangkan menggunakan MuJoCo (Multi-Joint Dynamics withContact), mesin fisika dari University of Washington.

Tangan robot selangkah lebih dekat dengan manusia berkat algoritma AI WMG

Tangan Cerdas Bayangan. Kredit: Perusahaan Robot Bayangan

Pendekatan peneliti menggunakan dua algoritma. Awalnya, algoritme perencanaan menghasilkan beberapa contoh perkiraan tentang bagaimana tangan seharusnya melakukan tugas tertentu. Contoh-contoh ini kemudian digunakan oleh algoritma pembelajaran penguatan yang menguasai keterampilan manipulasi dengan sendirinya. Dengan pendekatan ini, peneliti mampu menghasilkan kinerja yang jauh lebih baik dibandingkan dengan metodologi yang ada. Lingkungan simulasi telah dibuat tersedia untuk umum untuk digunakan peneliti mana pun.

Sekarang algoritme telah berhasil dalam simulasi, tim Profesor Montana akan terus bekerja sama dengan Robot Bayangan dan menguji metodologi AI pada perangkat keras robotik sungguhan, yang dapat melihat kemajuan tangan selangkah lebih dekat untuk digunakan dalam kehidupan sehari-hari. .

Dalam makalah kedua, “PlanGAN: Model-based Planning With Sparse Rewards and Multiple Goals,” yang akan dipresentasikan pada konferensi NeurIPS 2021, para peneliti WMG juga telah mengembangkan pendekatan AI baru dan umum yang memungkinkan robot untuk mempelajari tugas-tugas seperti mencapai dan objek bergerak, yang selanjutnya akan meningkatkan aplikasi manipulasi tangan.

Tangan Cerdas Bayangan. Kredit: Perusahaan Robot Bayangan

Profesor Giovanni Montana, dari WMG, University of Warwick berkomentar, “Masa depan digitalisasi bergantung pada algoritme AI yang dapat belajar secara mandiri, dan untuk dapat mengembangkan algoritme yang memberi tangan Robot Bayangan kemampuan untuk beroperasi seperti aslinya tanpa adanya manusia. masukan adalah langkah maju yang menarik. Tangan otonom ini dapat digunakan di masa depan untuk melahirkan ahli bedah robotik, meningkatkan produktivitas jalur perakitan, dan menggantikan manusia dalam pekerjaan berbahaya seperti pembuangan bom. “

“Di masa depan, kami akan membiarkan robot memahami lingkungan seakurat manusia, tidak hanya melalui algoritme visi komputer yang dapat melihat dunia, tetapi melalui sensor yang mendeteksi suhu, gaya, dan getaran sehingga robot dapat mempelajari apa yang harus dilakukan saat itu. merasakan sensasi itu. “

Rich Walker, direktur pelaksana Shadow Robot Company, di London, berkomentar: “Ketika kami mulai membangun tangan yang cekatan, itu karena tidak ada cara untuk mendapatkannya tanpa membangunnya! 20 tahun kemudian, kami sekarang melihat peneliti seperti Giovanni memenuhi janji perangkat keras dengan membuat algoritme yang cukup pintar untuk mengontrol tangan robot — mungkin sebentar lagi kita akan melihat kinerja manusia super? ”


Insinyur biologi menguraikan keadaan tangan robot dan membuat saran untuk masa depan


Informasi lebih lanjut:
Henry Charlesworth, Giovanni Montana. Memecahkan Tugas Manipulasi yang Menantang dengan Optimasi Lintasan dan Pembelajaran Penguatan. arXiv: 2009.05104 [cs.RO]. arxiv.org/abs/2009.05104

Disediakan oleh University of Warwick

Kutipan: Robot bergerak selangkah lebih dekat ke manusia berkat algoritma AI (2020, 3 Desember) diakses 3 Desember 2020 dari https://techxplore.com/news/2020-12-robot-closer-human-ai-algorithms.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Singapore Prize