Akşam evdeyken televizyonunuzun uzaktan kumandasının düğmelerine bastığınızda veya bir restoranda her türlü çatal-bıçak ve cam eşyayı kullandığınızda ellerinizle neler yaptığınızı bir düşünün. Bu becerilerin tümü, siz bir TV programı izlerken veya menüden bir şey seçerken dokunmaya dayalıdır. Ellerimiz ve parmaklarımız inanılmaz derecede yetenekli mekanizmalardır ve önyüklemeye karşı oldukça hassastır.
Robotik araştırmacıları uzun süredir robot ellerinde “gerçek” el becerisi yaratmaya çalışıyorlar, ancak amaç sinir bozucu bir şekilde zor oldu. Robot kıskaçları ve vantuzları öğeleri alıp yerleştirebilir, ancak montaj, yerleştirme, yeniden yönlendirme ve paketleme gibi daha hünerli görevler insan manipülasyonu alanında kalmıştır. Bununla birlikte, hem algılama teknolojisindeki hem de algılanan verileri işlemek için makine öğrenimi tekniklerindeki gelişmelerle teşvik edilen robotik manipülasyon alanı çok hızlı değişiyor.
Şimdi ABD Ulusal Bilim Vakfı-desteklenen araştırmacılar Columbia Mühendislik gelişmiş bir dokunma duyusunu motor öğrenme algoritmalarıyla birleştiren ve bir robotun uygulama yoluyla yeni fiziksel görevleri öğrenmesine olanak tanıyan son derece hünerli bir robot el gösterdi.
Ekip, bir beceri gösterisi olarak zor bir manipülasyon görevi seçti: nesneyi sabit ve güvenli bir tutuşta tutarken, elde kavranan düzensiz şekilli bir nesnenin büyük bir dönüşünü gerçekleştirmek. Görev, bazı parmakların sürekli olarak yeniden konumlandırılmasını gerektirirken, diğer parmaklar nesneyi sabit tutar. El sadece görevi yerine getirmekle kalmadı, aynı zamanda bunu yalnızca dokunma duyusuna dayalı olarak görsel geri bildirim olmadan yaptı.
Elin nesneleri manipüle etmek için görüşe güvenmemesi gerçeği, bunu çok zor aydınlatma koşullarında yapabileceği anlamına gelir ve bu da görüntü tabanlı algoritmaların kafasını karıştırır – karanlıkta bile çalışabilir.
Makine mühendisi Matei Ciocarlie, “Gösterimiz, elin yeteneklerini göstermeyi amaçlayan bir kavram kanıtlama görevindeyken, bu el becerisi seviyesinin gerçek dünyada robotik manipülasyon için tamamen yeni uygulamalar açacağına inanıyoruz” dedi. . “Daha acil kullanımlardan bazıları, son yıllarda ekonomimizi rahatsız eden tedarik zinciri sorunlarını ve fabrikalarda gelişmiş imalat ve montajdakiler gibi tedarik zinciri sorunlarını hafifletmeye yardımcı olan lojistik ve malzeme elleçlemede olabilir.”
Gagan Khandate liderliğindeki bu yeni çalışma için araştırmacılar, beş parmak ve bağımsız olarak çalıştırılan 15 eklemden oluşan bir robot el tasarlayıp inşa ettiler. Her parmak, ekibin dokunmatik algılama teknolojisiyle donatıldı. Bir sonraki adım, dokunsal elin karmaşık manipülasyon görevlerini yerine getirme yeteneğini test etmekti. Bunu yapmak için, olası motor stratejilerin etkili bir şekilde keşfedilmesi için geliştirdikleri yeni algoritmalarla zenginleştirilmiş, derin pekiştirmeli öğrenme adı verilen yeni bir motor öğrenme yöntemi kullandılar.
Makale, yaklaşan “Robotik: Bilim ve Sistemler Konferansı”nda yayınlanmak üzere kabul edildi ve şu anda bir dergi olarak mevcut. ön baskı.
NSF’nin Mühendislik Direktörlüğü’nde program direktörü olan Bruce Kramer, “NSF’nin Gelecek Üretim Programı kapsamında finanse edilen bu proje, robotların değişen koşullara uyum sağlarken üretim görevlerini bağımsız olarak yürütmesine izin vermek için makine zekasını uygulamadaki yeni olasılıkları araştırıyor” dedi. “Otonom robotlar önceki deneyimlerden ders alıyor ve güven seviyeleri düşük olduğunda insan yardımı için evi arıyor.”