Робот может очистить банан благодаря машинному обучению

Работа с мягкими фруктами является сложной задачей для роботов, но система машинного обучения смогла справиться с этой задачей, имитируя то, как это делает человек.

Крис Стокел-Уокер

24 марта 2022 г.

Робот, обученный машинным обучением и имитирующий демонстратора-человека, может успешно очистить банан, не разбив его вдребезги.

Обращение с мягкими фруктами — сложная задача для роботов, которым часто не хватает ловкости и тонкости, чтобы обрабатывать предметы, не разрушая их. Неровная форма фруктов, которая может существенно различаться даже у одного и того же типа фруктов, также может сбить с толку алгоритмы компьютерного зрения, которые часто действуют как мозг таких роботов.

Хи Чоль Ким из Токийского университета и его коллеги разработали систему машинного обучения, которая приводит в действие робота, у которого есть две руки и кисти, которые хватаются между двумя «пальцами».

Реклама

Сначала человек, управляющий роботом, очистил сотни бананов, создав 811 минут демонстрационных данных, чтобы научить робота делать это самостоятельно. Задача была разделена на девять этапов: от захвата банана до поднятия его со стола одной рукой, захвата кончика в другой руке, очистки его, а затем перемещения банана, чтобы можно было удалить остальную кожуру.

Для широких движений, которые вряд ли повредят банан, модель машинного обучения намечает траекторию, имитируя то, что делает человек, не особо задумываясь. Но когда для точного манипулирования бананом требуются руки, система переключается на реактивный подход, при котором она реагирует на неожиданные изменения в окружающей среде.

В ходе испытаний робот смог успешно очистить банан в 57 процентах случаев. Весь процесс занимает не более 3 минут.

Робот, чистящий бананы

Хи Чоль Ким, Токийский университет

«Что действительно интересно в этом случае, так это то, что процесс, который использует человек, был перенесен в обучение роботизированной системы посредством глубокого имитационного обучения», — говорит Джонатан Эйткен из Университета Шеффилда, Великобритания.

Ким говорит, что его подход эффективен при использовании данных, поскольку он использует 13 часов обучающих данных, а не сотни или тысячи часов. «Для этого по-прежнему требуется довольно много дорогих графических процессоров (графических процессоров), но, используя нашу структуру, мы можем сократить большой объем [необходимых] вычислений», — говорит он.

Эйткен хотел бы посмотреть, как робот справляется с фруктами, которые имеют более деформированную форму. Но, по его словам, при более точном управлении двигателем это могло бы работать еще лучше. Однако эта технология не будет использоваться просто для бананов: цель состоит в том, чтобы обучить систему, которая сможет в более общем плане решать задачи, требующие мелкой моторики.

Ссылка:arxiv.org/abs/2203.09749

Темы:

Реклама