Praktycznie każdy człowiek z łatwością przesuwa przedmioty, korzystając nie tylko z palców, ale z całego ciała. Zastanawialiście się jednak, jak trudne jest nauczenie robota takiej samej zdolności? Dla nas może to wydawać się instynktowne, ale dla maszyny każdy punkt kontaktu to skomplikowane wyzwanie. Właśnie tutaj pojawia się ważne miejsce dla sztucznej inteligencji.
Problem dotyku w robotyce
Każdy punkt, w którym przedmiot może dotknąć jakiekolwiek miejsce na jego „ciele”, stanowi wyzwanie obliczeniowe. Planowanie, jak przesunąć dany obiekt, może szybko stać się niemożliwe do przeprowadzenia. Naukowcy z MIT znaleźli jednak sposób, aby uprościć ten proces, dzięki czemu roboty będą w stanie zrobić to znacznie efektywniej.
Głębokie uczenie to technika, w której maszyna, uczy się wykonywać zadanie poprzez próby i błędy, otrzymując nagrodę za zbliżenie się do celu. Wcześniej używano jej efektywnie w planowaniu dotyku. Jednak podejście to wymaga ogromnej mocy obliczeniowej.
Kluczem do rozwiązania tego problemu okazała się technika AI znaną jako „wygładzanie”. W skrócie, skupia się ona na ograniczeniu potencjalnych punktów kontaktu, które robot musi brać pod uwagę. To pozwala nawet na prostą analizę, dzięki czemu może szybko ustalić, jak najlepiej przesunąć dany przedmiot. Następnie naukowcy zsynchronizowali swój model z algorytmem, który może szybko i skutecznie przeszukiwać wszystkie możliwe decyzje robota.
Wygładzanie jako klucz do sukcesu
Dzięki temu odkryciu, przyszłość robotyki może wyglądać inaczej. Fabryki mogą korzystać z mniejszych, mobilnych robotów zdolnych do manipulowania przedmiotami całą „dłonią” lub „ramieniem”, a nie tylko końcówkami „palców”. Ponadto taka technika może być nieoceniona dla maszyn wysyłanych na misje eksploracyjne, np. na Marsa.
Chociaż nowy model jest skuteczny dla wolniejszych zadań manipulacji, ma pewne ograniczenia, takie jak brak zdolności do planowania bardziej dynamicznych ruchów. Niemniej jednak badacze są optymistyczni co do przyszłości i chcą rozwijać swoją technikę dalej.
