Nowe systemy AI Google DeepMind uczą roboty wiązać sznurowadła i wieszać ubrania

Photo by Simon Kadula on Unsplash

Nowe systemy AI Google DeepMind uczą roboty wiązać sznurowadła i wieszać ubrania

Przeczytasz w: 2 min

  • Andrea Miliani

    Autor: Andrea Miliani Dziennikarka z branży technologicznej

  • Zespół ds. lokalizacji i tłumaczenia

    Tłumaczenie: Zespół ds. lokalizacji i tłumaczenia Usługi związane z tłumaczeniem i lokalizacją treści

Zespół robotyczny Google DeepMind opublikował dwa artykuły na temat swoich badań nad zręcznością robotów, prezentując swoje nowe systemy AI – DemoStart i ALOHA Unleashed. Dzięki nowym rozwiązaniom, badaczom udało się sprawić, że dwa ramiona robotyczne samodzielnie zawiązały sznurówki, powiesiły ubrania i naprawiły innego robota.

W aktualizacji opublikowanej wczoraj, zespół robotyczny wyjaśnia, że wykonanie prostych zadań, takich jak dokręcenie śruby czy zawiązanie sznurówek, może być dla robotów niezwykle trudne, ponieważ wymaga to wysokiej zręczności i koordynacji pomiędzy dwoma ramionami.

Zespół Google’s Deepmind pracował do tej pory tylko z jednym ramieniem. Niedawno stworzyli na poziomie ludzkim konkurencyjnego robota, który potrafi grać w ping ponga „jednym ramieniem”.

Teraz, badacze opracowali systemy AI, które szkolą urządzenia z dwoma ramionami do wykonywania bardziej skomplikowanych zadań, które ludzie wykonują na co dzień.

„Aby roboty stały się bardziej użyteczne w życiu ludzi, muszą lepiej radzić sobie z kontaktowaniem się z fizycznymi obiektami w dynamicznych środowiskach” – napisała drużyna.

System AI ALOHA Unleashed – oparty na otwartym źródle i niskobudżetowym systemie ALOHA opracowanym przez Uniwersytet Stanforda – nauczył roboty dwuręczne manipulować elementami i pracować jednocześnie, aby zawiązać sznurówkę, powiesić koszulę, posprzątać kuchnię i włożyć koło zębate.

Z kolei DemoStart opracował „algorytm uczenia wzmacniającego”, który uczy roboty podczas symulacji za pomocą programu open-source MuJoCo. Ten system AI jest przeznaczony do bardziej skomplikowanych zadań, które wymagają użycia większej liczby części robota, takich jak palce, czujniki i stawy.

“Robot osiągnął skuteczność powyżej 98% w wielu różnych zadaniach w symulacji, w tym reorientacji sześcianów, tak aby pokazywał określony kolor, dokręcaniu nakrętki i śruby oraz sprzątaniu narzędzi”, wyjaśnili naukowcy. Później, w rzeczywistym życiu, robot osiągnął 97% skuteczności w zadaniach związanych z podnoszeniem i reorientacją sześcianów, oraz 64% w skomplikowanym zadaniu wymagającym wprowadzenia wtyczki do gniazdka.

Firma dostarczyła filmy i zdjęcia z eksperymentów oraz robotów, aby pokazać możliwości nowych systemów AI.

„Pewnego dnia, roboty AI pomogą ludziom w wykonywaniu wszelkiego rodzaju zadań w domu, w miejscu pracy i nie tylko” – napisał zespół na temat przyszłości tej dziedziny w robotyce. „Badania nad zręcznością, w tym efektywne i ogólne metody uczenia się, które opisaliśmy dzisiaj, pomogą uczynić tę przyszłość możliwą.”

Spodobał Ci się ten artykuł? Oceń go!
Był okropny Nie podobał mi się Był w porządku Był całkiem dobry! Był super!
0 Na podstawie głosów 0 użytkowników
Tytuł
Komentarz
Dziękujemy za Twoją opinię
Please wait 5 minutes before posting another comment.
Comment sent for approval.

Zostaw komentarz

Pokaż więcej...