Google DeepMinds nya AI-system lär robotar att knyta skosnören och hänga upp kläder

Photo by Simon Kadula on Unsplash

Google DeepMinds nya AI-system lär robotar att knyta skosnören och hänga upp kläder

Lästid: 3 min

  • Andrea Miliani

    Skriven av: Andrea Miliani Teknisk skribent

  • Lokaliserings- och översättningsteamet

    Översatt av Lokaliserings- och översättningsteamet Lokaliserings- och översättningstjänster

Googles DeepMinds robotteam publicerade två artiklar om deras forskning i robotens fingerfärdighet, med presentation av de nya AI-systemen DemoStart och ALOHA Unleashed. Med de nya framstegen lyckades forskarna få två robotarmar att knyta en skosnöre, hänga upp kläder och reparera en annan robot autonomt.

I uppdateringen som publicerades igår, förklarar robotteamet att att utföra enkla uppgifter som att dra åt en skruv eller knyta skosnören kan vara extremt svårt för robotar eftersom de kräver hög fingerfärdighet och samordning mellan två armar.

Googles Deepmind-team hade bara jobbat med en arm. De har nyligen skapat en mänsklig tävlingsnivå robot som kan spela pingis med ”bara en arm”.

Nu har forskare utvecklat AI-system för att träna tvåarmade enheter att utföra mer komplexa uppgifter som människor får göra dagligen.

”För att göra robotar mer användbara i människors liv, måste de bli bättre på att interagera med fysiska objekt i dynamiska miljöer,” skrev teamet.

AI-systemet ALOHA Unleashed – baserat på det öppna och kostnadseffektiva systemet ALOHA utvecklat av Stanford University – lärde tvåarmade robotar att manipulera element och arbeta samtidigt för att knyta en skosnöre, hänga upp en skjorta, städa ett kök och sätta in ett kugghjul.

Å andra sidan utvecklade DemoStart en ”förstärkningsinlärningsalgoritm” som lär robotar under simuleringar med det öppna programmet MuJoCo. Detta AI-system är för mer komplexa uppgifter som involverar fler robotdelar som fingrar, sensorer och leder.

”Roboten uppnådde en framgångsfrekvens på över 98% på ett antal olika uppgifter i simulering, inklusive omorientering av kuber med en viss färg som visas, åtdragning av en mutter och bult, och städning av verktyg”, förklarade forskare. Senare, i verkliga livet, presterade roboten med en framgångsfrekvens på 97% i lyft- och kubomorienteringsuppgifter, och 64% i en komplex uppgift som krävde att en kontakt sattes i ett uttag.

Företaget tillhandahöll videor och bilder från experimenten och robotarna för att demonstrera de nya AI-systemens kapacitet.

”En dag kommer AI-robotar att hjälpa människor med alla typer av uppgifter i hemmet, på arbetsplatsen och mer,” skrev teamet angående framtiden för detta område inom robotteknik. ”Forskning om fingerfärdighet, inklusive de effektiva och generella inlärningsmetoder vi har beskrivit idag, kommer att bidra till att göra den framtiden möjlig.”

Var den här artikeln hjälpsam?
Betygsätt den!
Riktigt usel Halvdålig Helt ok Riktigt bra! Älskade den!
0 Betygsatt av 0 användare
Titel
Kommentera
Tack för din feedback
Please wait 5 minutes before posting another comment.
Comment sent for approval.

Lämna en kommentar

Visa mer...