„Jenga Robot“ video gali būti „Ateities“ robotų prototipas

$config[ads_kvadrat] not found

Vebinaras svajojantiems apie robotą vejapjovę: kaip ir už kiek

Vebinaras svajojantiems apie robotą vejapjovę: kaip ir už kiek
Anonim

Jenga yra pramoga, kad daugelis žmonių vis dar gali mėgautis net po kelių gėrimų, todėl jis yra populiarus baro žaidimas. Bet robotams šis žaidimas išlieka iššūkiu, kuris išbando, kaip jie mato ir mato jaustis fizinis pasaulis, įgūdžių derinys, kurį, įsisavinus, turės didelių pasekmių, kurios bus gerokai didesnės už laisvą juostą.

Pasak jo profesorius Alberto Rodriguezas ir absolventas Nima Fazeli iš Massachusetts technologijos instituto Inversinis kad šis laimėjimas yra raktas į robotų mokymą realiame pasaulyje. Jų moksliniai tyrimai buvo paskelbti trečiadienį žurnale Mokslo robotai.

Naudodami dirbtinį intelektą, abu tyrėjai leido savo robotui apdoroti tiek realaus laiko vaizdinius, tiek lietimo duomenis, o ne šimtus skaičiuoklių. Toks realaus laiko duomenų apdorojimas galėtų vieną dieną sukelti surinkimo linijos robotų, kurie gali išmokti skristi, naudodamiesi lytėjimo informacija, neperprogramuodami jų. Vidaus botai taip pat galėtų išmokti naujų valymo įgūdžių tik šiek tiek bandymų. Galiausiai mašinos galėtų būti mokomos kaip mokiniai.

Skaityti daugiau: „Video“ parodo „Beer Dynamic“ žaidimą „Lego Robot“

„Gebėjimas išmokti bendrauti su bokštu atsargiai ir pasitikint, yra raktas į robotų manipuliavimo įgūdžių ugdymą“, rašykite Rodriguez ir Fazeli el. Inversinis. „Antra pagrindinė priežastis, kodėl mes pasirinkome Jengą, yra duomenų efektyvumas. Kaip galime gauti roboto mokytis iš dešimčių ar šimtų bandymų, o ne dešimtys ar šimtai tūkstančių bandymų? Abi šios yra svarbios daugeliui užduočių, kurias mes darome su savo rankomis, ir tai būtų puiku robotams padėti mums. Nuo telefonų surinkimo iki rūšiavimo per šiukšliadėžę. “

Mokslininkų išleistame vaizdo įraše robotų ranka užklijuoja medinių blokų bokštą, kad ištirtų, kokių judesių jis galėtų padaryti; jis greitai identifikuoja įstrigusius gabalus ir juos išvalo. Galų gale jis tampa Jengos ekspertu, kuris gali tiesiog fotografuoti (galbūt girtas) žmogų. Tai skiriasi nuo daugelio šiandien veikiančių robotų, kurie išimtinai remiasi vizualiais duomenimis, kad galėtų atlikti savo užduotis.

Dabar, kai įrodyta, kad šis mokymų metodas Jangoje sutraiško, tyrėjai turi išversti metodą, kad padėtų robotams valdyti daugiau praktinių užduočių. Galbūt mokymasis, kaip surūšiuoti perdirbimą iš komposto atliekų pagal regėjimą ir jausmą, gali būti kitas didelis bandymas.

Iki to laiko šis robotinis griebtuvas mielai parodys kvailį kitoje „Jenga“ baro sesijoje.

Susijęs vaizdo įrašas: Ši robotinė ranka buvo mokoma kaip žmogaus refleksai.

$config[ads_kvadrat] not found