Исследователи предлагают способ помочь роботам лучше нарезать овощи

Присоединяйтесь к топ-менеджерам в Сан-Франциско 11–12 июля и узнайте, как лидеры интегрируют и оптимизируют инвестиции в искусственный интеллект для достижения успеха. Узнать больше

Вы когда-нибудь задумывались, почему роботам иногда сложно манипулировать объектами, которые люди могут легко взять в руки? Задачи манипулирования должны быть абстрагированы в представления функций, прежде чем машины смогут использовать их для изучения политик (т. е. навыков), и эти представления обычно необходимо предварительно определить вручную — сложная задача в сложных задачах, включающих, например, деформируемые объекты или изменяющиеся свойства материала. .

Жизнеспособной альтернативой являются методы глубокого обучения, которые предоставляют роботам возможность получать представления автономно на основе опыта. С этой целью исследователи из Университета Карнеги-Меллона описывают в препринте («Изучение пространств семантического встраивания для нарезки овощей») метод объединения знаний о предыдущих задачах и обучения, основанного на опыте, для получения представлений, с упором на задачу нарезки огурцов и помидоров. на ломтики.

«Научиться нарезать овощи — сложная задача, поскольку она включает в себя придание деформируемым объектам различных форм, а также создание новых объектов в виде ломтиков», — пишут исследователи. «Введение значимых вспомогательных задач во время обучения позволяет нашей модели изучить семантически богатое пространство внедрения, которое кодирует полезные априоры и свойства, такие как толщина нарезаемого овоща, в нашем представлении состояния».

Экспериментальная установка команды состоит из двух исследовательских лафетов Franka Emika Panda Research Arms с 7 степенями свободы и установленной сбоку камеры Intel RealSense, которая собирает необработанную пиксельную информацию со сцены. Правая рука — «удерживающая рука» — используется для сбора, размещения и удержания нарезанных овощей на разделочной доске с помощью щипцов, прикрепленных к ее пальцам. Тем временем левая рука — «режущая рука» — захватывает напечатанный на 3D-принтере держатель инструмента с ножом, которым он нарезает овощи, удерживаемые другой рукой.

Трансформация 2023

Присоединяйтесь к нам в Сан-Франциско 11–12 июля, где топ-менеджеры расскажут, как они интегрировали и оптимизировали инвестиции в искусственный интеллект для достижения успеха и избежания распространенных ошибок.

Нарезка овощей на ломтики разной толщины требует от робота-манипулятора выполнения нескольких различных действий по нарезке. Сначала им нужно обнаружить конец овощей, продвинуться вверх и на определенное расстояние к овощам, чтобы сделать ломтик, и выполнить разрез.

Исследователи собрали 10 траекторий движения людей, использующих манипулятор робота для выполнения режущих действий, чтобы установить параметры, и использовали описанную выше последовательность резки в качестве основного параметра. Чтобы создать набор данных о нарезке овощей, они случайным образом выбирали количество нарезанных ломтиков в начале каждой демонстрации и записывали толщину каждого ломтика.

Затем команда обучила новую сеть внедрения, которая, по их словам, позволила предложенной ими модели улавливать полезные атрибуты, специфичные для конкретной задачи. «Вводя вспомогательную задачу по прогнозированию толщины нарезанного овощного ломтика, — писали они, — мы заставляем нашу сеть внедрения моделировать объектно-ориентированные свойства, важные для задачи нарезки овощей».

Итак, насколько эффективным оказался этот подход в конечном итоге? В ходе экспериментов исследователи говорят, что увидели доказательства того, что выученные представления могут быть обобщены для различных форм и размеров и что они «предоставляют богатое представление» для обучения моделей манипулирования. «Наши [тесты] показывают, что обученная модель постоянно изучает важные атрибуты, такие как толщина среза», — пишут авторы статьи.

Миссия VentureBeat должен стать цифровой городской площадкой для лиц, принимающих технические решения, где они смогут получить знания о преобразующих корпоративных технологиях и совершать сделки. Откройте для себя наши брифинги.