Установленный в Сомервилле, штат Массачусетс, робот проводит свое время, подбирая c кольцевого конвейера диаметром около 10 метров в диаметре, казалось бы, случайные предметы: бутылки шампуня, лук, банки с пеной для бритья.
Эта установка странного вида является своего рода испытательным стендом для системы, которая может взять на себя многие из рутинных задач, выполняемых в настоящее время вручную на складах и в торговых центрах. Данная демонстрация достижений в области робототехники, компьютерного зрения и телеуправления, наряду с возможностью для машин обучаться через «облачные» сервисы, обещает кардинально трансформировать складские операции в ближайшие годы.
Стартап RightHand Robotics разработал роботизированную платформу для сортировки, которая использует гибридный захват и машинное обучение, она может работать быстрее и надежнее, чем имеющиеся сегодня системы. Названную RightPick промышленную платформу компания запустила в начале этого месяца. Она предназначена для фармацевтической и электронной промышленности, для сортировки продуктов питания и одежды.
Помимо конвейерной системы возможна конфигурация для компаний, которые отправляют наборы косметики с учетом заказов индивидуальных клиентов. Система может подобрать товар для заказчика из нескольких бункеров, прикрепленных к круглой карусели. Чтобы распознать определенный объект, система обучения снова и снова пробует переместить из одной корзины в другую сваленные туда вещи.
Несмотря на кажущуюся простоту, выбор из сваленных в кучу объектов разного типа остается огромной проблемой для роботов, особенно если эти объекты не знакомы им. Люди способны догадываться, как выглядит и ощущается частично скрытый объект, мы применяем к этой задаче свой многолетний опыт захватывания предметов.
Системы захвата RightHand подбирают предметы, используя похожий на ладонь с пальцами захват с присоской в центре. Встроенные камеры помогают выяснить, какой зацеп применить и как захватить предмет. Компания использует машинное обучение, чтобы совершенствовать алгоритм управления с течением времени. Приемы, которым научился один робот, могут быть доступны и для другого, так как они сохраняются на удаленном сервере. Также имеется возможность для инженеров RightHand войти в систему и удаленно решать возникшие проблемы или помочь компании обучить робота подбору нового объекта.
Трудно оценить надежность и скорость такой системы или сказать, как она сможет управляться со множеством неудобных новых объектов. Но она оказалась способной примерно так же быстро, как человек, улавливать распространенные объекты, которые можно встретить в продуктовом магазине.
Кен Голдберг, профессор Калифорнийского университета в Беркли и специалист по системам зрения, манипуляции и обучения для роботов, говорит, что по-прежнему для роботов очень трудно рыться среди кучи разнообразных предметов.
Он говорит, что восхищен гибридным захватом и добавляет, что применение машинного обучения через облако, так что каждый новый вводимый в действие робот становится умнее со временем, имеет большое значение. «Эту умную машину сделали умные ребята», - говорит Голдберг.
Комментарии
(0) Добавить комментарий