Исследователи из Columbia Engineering разработали роботизированную руку, которая сочетает в себе развитое осязание с алгоритмами обучения, в результате чего роботизированная рука не полагается на зрение при манипулировании объектами.
Роботизированная рука, оснащенная пятью пальцами и 15 независимо активируемыми суставами, способна выполнять сколь угодно большое вращение захваченного в руке объекта неровной формы, а также удерживать объект стабильно и надежно без какой-либо визуальной обратной связи. Это сложная манипуляционная задача для роботов, поскольку она требует постоянного изменения положения части пальцев, в то время как другие пальцы должны удерживать объект в стабильном положении.
«Хотя наша демонстрация была посвящена задаче проверки концепции, призванной проиллюстрировать возможности руки, мы считаем, что этот уровень ловкости откроет совершенно новые приложения для роботизированных манипуляций в реальном мире», — сказалМатей Чиокарли, доцент. на кафедрах машиностроения и компьютерных наук, . «Некоторые из наиболее непосредственных применений могут быть связаны с логистикой и погрузочно-разгрузочными работами, помогая облегчить проблемы с цепочками поставок, подобные тем, которые преследовали нашу экономику в последние годы, а также в передовом производстве и сборке на заводах».
В то время как роботы в мире выполняют все более и более сложные манипуляционные задачи, подавляющему большинству, если не всем из них, для этого нужны возможности зрения. Рука робота Колумбийского университета невосприимчива к проблемам освещения, окклюзии или другим подобным проблемам, которые могут помешать правильной работе робота, который полагается на возможности зрения.
Для этого исследования команда опиралась на предыдущую работу, где они построили новое поколение тактильных пальцев робота на основе оптики. Эти роботизированные пальцы смогли обеспечить локализацию контакта с точностью до миллиметра, а также обеспечить полное покрытие сложной поверхности с множественными искривлениями.
В частности, команда использовала метод, называемый глубоким обучением с подкреплением, и дополнила его новыми алгоритмами, которые они разработали для эффективного изучения возможных двигательных стратегий. Эти алгоритмы моторного обучения использовали для обучения исключительно тактильные и проприоцептивные данные. Используя эти методы, робот прошел около года практики всего за несколько часов в режиме реального времени.
Затем команда инженеров Колумбийского университета перенесла навыки манипулирования, полученные в ходе моделирования, на реальную руку робота, которая затем могла достичь высокого уровня ловкости.
Будьте в курсе в удобном формате, присоединяйтесь: TG-канал и ВК
Бесплатная служба распространения новостей для научных организаций и стартапов
hello@technovery.com