A Google DeepMind új AI rendszerei megtanítják a robotokat cipőfűző kötésre és ruhák felakasztására

Photo by Simon Kadula on Unsplash

A Google DeepMind új AI rendszerei megtanítják a robotokat cipőfűző kötésre és ruhák felakasztására

Olvasási idő: 3 perc

  • Andrea Miliani

    Írta: Andrea Miliani Műszaki író

  • Lokalizációs & fordítói csapat

    Fordította: Lokalizációs & fordítói csapat Lokalizációs & fordítói szolgáltatások

A Google DeepMind robotikai csapata két tanulmányt adott ki a robotok ügyességének kutatásáról, bemutatva új AI rendszereiket, a DemoStartot és az ALOHA Unleashed-et. Az új fejlesztésekkel a kutatóknak sikerült két robotkart úgy programozniuk, hogy azok önműködően meg tudják kötni a cipőfűzőt, fel tudják akasztani a ruhákat, és meg tudják javítani egy másik robotot.

A tegnap közzétett frissítésben a robotikai csapat elmagyarázza, hogy a robotok számára a csavarmenet meghúzása vagy a cipőfűző megkötése rendkívül nehéz feladat lehet, mivel ezekhez nagyfokú ügyesség és koordináció szükséges a két kar között.

A Google Deepmind csapata eddig csak egy karral dolgozott. Nemrégiben létrehoztak egy emberi szinten versenyképes robotot, amely pingpongozni tud “csak egy karjával”.

Most a kutatók olyan AI rendszereket fejlesztettek ki, amelyek képesek kétkaros eszközöket kiképezni arra, hogy elvégezzék azokat a bonyolultabb feladatokat, amelyeket az embereknek nap, mint nap meg kell oldaniuk.

“Ahhoz, hogy a robotok hasznosabbak legyenek az emberek életében, jobban kell kezelniük a fizikai tárgyakkal való érintkezést dinamikus környezetekben” – írta a csapat.

Az ALOHA Unleashed nevű AI rendszer – amely a Stanford Egyetem által kifejlesztett nyílt forráskódú és alacsony költségű ALOHA rendszeren alapul – megtanított két karos robotoknak, hogy manipulálják az elemeket, és egyszerre dolgozzanak: megkösse egy cipőfűzőt, felakasszon egy inget, kitakarítson egy konyhát és beilleszten egy fogaskereket.

A DemoStart viszont kifejlesztett egy “megerősítő tanulási algoritmust”, amely a robotokat szimulációk során tanítja az open-source MuJoCo programmal. Ez az AI rendszer összetettebb feladatokhoz készült, amelyek több robot alkatrészt igényelnek, mint például az ujjak, érzékelők és ízületek.

“A robot több különböző feladatban is több mint 98%-os sikerrátát ért el a szimuláció során, beleértve a bizonyos színű kockák újrarendezését, egy anya és csavar meghúzását, valamint a szerszámok összeszedését.” – magyarázták a kutatók. Később, a valós életben a robot 97%-os sikerrátát ért el a tárgyak felemelésében és a kockák újrarendezésében, és 64%-ot egy összetett feladatban, amely egy dugó és aljzat összeillesztését igényelte.

A cég videókat és képeket biztosított a kísérletekről és a robotokról, hogy bemutassa az új AI rendszerek képességeit.

“Egy nap majd az AI robotok mindenféle feladatban segítenek az embereknek, otthon, a munkahelyen és még sok más helyen” – írta a csapat a robotika ezen területének jövőjéről. “Az ügyességkutatás, beleértve az általunk ma bemutatott hatékony és általános tanulási módszereket, segíteni fog e jövő megvalósításában.”

Tetszett ez a cikk? Értékelje!
Utáltam Nem igazán tetszik nekem Rendben volt Nagyon jó! Imádtam!
0 0 felhasználó szavazott
Cím
Hozzászólás
Köszönjük visszajelzését
Please wait 5 minutes before posting another comment.
Comment sent for approval.

Írj hozzászólást

Mutass többet...