Cilvēki piedzimst ar spēju mainīt savu uzvedību atbilstoši priekšmetiem, ko viņi tur rokās, un uzdevumiem, ko viņi cenšas veikt. Piemēram, skolēni var iemācīties rūpīgi noņemt ārējo mizu, griežot noteiktus augļus vai dārzeņus, vai apgriezt stingrākas daļas, piemēram, avokado vai persiku sēklas.
Robotiem jāspēj efektīvi sagriezt lietas ar jauktu materiālu sastāvu vai tekstūru, lai palīdzētu cilvēkiem veikt tādus kopīgus uzdevumus kā ēdiena gatavošana un maltīšu gatavošana. Taču šīs iespējas nodošana robotiem līdz šim ir izrādījusies ļoti sarežģīta.
RoboNinja, uz mašīnmācību balstīta sistēma, ko nesen izstrādājuši Kolumbijas universitātes, CMU, UC Berkeley un citu Amerikas institūciju pētnieki, var ļaut robotiem griezt daudzmateriālus objektus, īpaši mīkstas lietas ar cietiem serdeņiem. Viņa raksti, kas publicēti ArXiv priekšdrukas pakalpojumā, var palīdzēt uzlabot to robotu prasmes, kas izveidoti, lai palīdzētu cilvēkiem veikt mājsaimniecības darbus un ikdienas gatavošanas darbus.
Zhenjia Xu, Zhou Xian un kolēģi savā dokumentā atzīmēja, ka RoboNinja mērķis ir noņemt objekta mīksto daļu, vienlaikus saglabājot cieto kodolu, tādējādi palielinot efektivitāti, atšķirībā no iepriekšējiem pētījumiem, kuros tika izmantotas atvērtas cilpas griešanas darbības, lai grieztu viena materiāla objektus ( piemēram, gurķu sagriešana). Mūsu pieeja izmanto interaktīvu stāvokļa novērtētāju, lai to paveiktu, un adaptīvo pārtraukumu politiku, lai aizvērtu uztveres-darbības cilpu.
Izmantojot datorprogrammu, viņi varēja izveidot datorprogrammu, kas ļautu izveidot datorprogrammu, kas varētu darboties jebkurā datorā. Sistēmas mērķis ir iegūt pēc iespējas vairāk mīkstuma, vienlaikus samazinot sadursmes ar centrālo sēklu un izmantojot pēc iespējas mazāku spēku.
Robotu griešanas procesi un izstrādātie algoritmi
Saskaņā ar Xu, Xian un kolēģu rakstu, sistēma izmanto retu sadursmes informāciju, lai atkārtoti prognozētu objekta kodola pozīciju un ģeometriju, pēc tam ģenerē slēgta cikla pārtraukuma darbības, pamatojoties uz paredzēto stāvokli un pielaides vērtību. Saskaņā ar paziņojumu "Pielaides vērtība maina politikas konservatīvismu sadursmju gadījumā, saglabājot adaptīvu drošības attālumu no aplēstā kodola".
Lai novērtētu savu sistēmu daudzu materiālu objektu griešanai, pētnieki izstrādāja griešanas simulācijas vidi, kas ir vairāk piemērota viņu izaicinājumam. Šajā vidē robots dažādos veidos var griezt priekšmetus, kas izgatavoti no cietu un mīkstu materiālu kombinācijas.
Saskaņā ar Xu, Xian et al. rakstu: “Pašreizējie simulatori ir ierobežoti, lai modelētu vairāku materiālu izstrādājumus vai aprēķinātu enerģijas patēriņu visā griešanas procesā. Lai risinātu šo problēmu, mēs veidojam diferencējamu bīdes simulatoru, kas atbalsta vairāku materiālu savienojamību un ļauj izveidot optimizētu trajektoriju paraugus politikas apguvei.
RoboNinja ļāva Xu, Xian un kolēģu robotizētā satvērēja simulācijām iegūt ievērojamu daudzumu mīksta materiāla no objektiem, vienlaikus ierobežojot sadursmes ar cietajām daļām un patērējot pieļaujamu enerģijas daudzumu. Lai vēl vairāk apstiprinātu ietvara veiktspēju reālās pasaules scenārijos un griežot objektus ar dažādu galveno ģeometriju, komanda to pārbaudīja uz īsta robotizēta satvērēja.
Savā ziņojumā pētnieki rakstīja, ka mūsu izmēģinājumi parādīja mūsu stratēģijas vispārināmību ar novatoriskām pamata ģeometrijām un pat uz reāliem augļiem. "Mēs sagaidām, ka mūsu eksperimentu rezultāti un jaunizveidotais simulators veicinās turpmākus pētījumus par robotu mācīšanos, kas ietver mijiedarbību ar daudzu materiālu elementiem," raksta autori.
Avots: Techxplore
Günceleme: 14/03/2023 14:36