Een groep bij Google met hulp van teams van Columbia en Princeton Universities en MIT heeft een robot ontwikkeld die in staat is om een ​​enkel object tussen andere objecten in een doos te pakken en in een specifieke bak te gooien. In hun papier geüpload naar de arXiv preprint-server, het team beschrijft de uitdagingen van het werk en hoe goed het is verlopen.

De onderzoekers beginnen met erop te wijzen hoe moeilijk het is om een ​​willekeurig object te pakken en met enige precisie te gooien. De willekeur van het gekozen object betekent dat de werper cruciale beslissingen moet nemen voordat hij gooit, rekening houdend met het gewicht en de vorm van het object. De werper moet dan in staat zijn de beslissingen om te zetten in een actie die het object in een boog van de tosser naar het doel stuurt. In deze nieuwe poging het team koos ervoor om de uitdaging aan te gaan om een ​​robotarm te bouwen die het net zo goed doet als een mens.

De robot die door het team is ontworpen, ziet er heel eenvoudig uit:het is een robotarm, net als degenen die auto's bouwen in fabrieken. in actie, de robot buigt zijn arm naar beneden in een doos vol met voorwerpen, selecteert er een, gooit het vervolgens in een doos die is verdeeld in afzonderlijke bakken - en raakt de bak die het als doelwit heeft gekozen.

Om de robot te bouwen, het team moest het helpen leren, eerst door het te programmeren om te scannen en enig idee te krijgen van de objecten die het moest gooien. Daarna, het moest leren een willekeurig object te kiezen en het op te rapen. Volgende, het moest een diepgaand lerend netwerk gebruiken om te leren hoe elk mogelijk object te gooien en vervolgens te gebruiken wat het had geleerd om het object te gooien, bij elke herhaling leer je meer.

Toen het systeem eenmaal was geïnstalleerd, de onderzoekers programmeerden een lus en lieten de robot zijn objecten in dozen 10 gooien, 000 keer zonder hulp. De programmeurs voegden wat code toe om de robot in staat te stellen de vuilnisbak weer in zijn eigen bak te legen nadat hij al zijn objecten had weggegooid.

De onderzoekers melden dat uit testen bleek dat het systeem ongeveer 87 procent nauwkeurig was in het grijpen van een object om te gooien en 85 procent nauwkeurig bij het gooien. Ter vergelijking, het team probeerde de objecten zelf te gooien en ontdekte dat ze minder nauwkeurig waren dan hun robot.

© 2019 Wetenschap X Netwerk