Video af Jenga Robot Kan være prototypen til fremtidens fabrikkbots

$config[ads_kvadrat] not found

КТО ПОСЛЕДНИЙ? ДЖЕНГА С НАКАЗАНИЕМ // DREAM TEAM HOUSE ?

КТО ПОСЛЕДНИЙ? ДЖЕНГА С НАКАЗАНИЕМ // DREAM TEAM HOUSE ?
Anonim

Jenga er et tidsfordriv, som mange mennesker stadig kan nyde selv efter mere end et par drikkevarer, hvilket gør det til et populært barspil. Men for robotter er spillet en udfordring, der tester, hvordan de både ser og føle Den fysiske verden, en kombination af færdigheder, som engang mestrer, vil have store implikationer langt ud over at vinde en gratis barfan.

Professor Alberto Rodriguez og kandidatstuderende Nima Fazeli fra Massachusetts Institute of Technology fortæller Inverse at dette gennembrud er nøglen til træning af robotter i den virkelige verden. Deres forskning blev offentliggjort onsdag i tidsskriftet Science Robotics.

Ved hjælp af kunstig intelligens gjorde de to forskere mulighed for at behandle både realtids visuelle og berøringsdata i modsætning til at fodre hundredvis af regneark. Denne form for realtids databehandling kunne på en dag føre til samlebånd robotter, der kan lære på flugt ved hjælp af taktile oplysninger, uden at skulle omprogrammeres. Husholdningsroboter kan også lære nye rengøringsevner med bare en smule prøveperiode. Maskiner kunne efterhånden blive uddannet som lærlinge.

Læs mere: Video viser øl-hentning Lego Robot, der kunne tage på Boston Dynamic

"Evnen til at lære at interagere med tårnet med omhu og tillid er det nøglen til at udvikle en robotmanipulationsevner," skriver Rodriguez og Fazeli i en email til Inverse. "En anden vigtig årsag til, at vi valgte Jenga, er data effektivitet. Hvordan får vi robotten til at lære af tiere eller hundredvis af forsøg i stedet for tiere eller hundredtusindvis af forsøg? Begge disse er vigtige for mange opgaver, vi gør med vores hænder, og det ville være godt for robotter at hjælpe os med. Fra at samle telefoner til sortering gennem skraldespand."

I en video udgivet af forskerne pokker en robotarm tårnet af træblokke for at undersøge, hvilke bevægelser det kunne gøre; det identificerer hurtigt de faste stykker og styrer dem. Til sidst bliver det en Jenga-ekspert, der måske kun har et skud på at slå et (sandsynligt fuld) menneske. Dette adskiller sig fra mange robotter i dag, der udelukkende er afhængige af visuelle data til at gå om deres opgaver.

Nu da denne træningsmetode har vist sig at knuse den på Jenga, er det op til forskerne at oversætte metoden til at hjælpe robotter med at mestere mere praktiske opgaver. Måske lære at sortere genbrug fra kompostaffald baseret på syn og følelse kunne være, er næste store test.

Indtil da vil denne robotgriber med glæde få dig til at se ud som en narre ved din næste Jenga bar session.

Relateret video: Denne robot hånd blev lært menneskelige reflekser.

$config[ads_kvadrat] not found