Консалтинговая группа "Текарт" - центр компетенции "Робототехника".

Подробнее...
Основное меню
Категории новостей
Логотип

Робот MIT CSAIL манипулирует различными объектами (+видео)

Несмотря на все успехи роботов, у них все еще нет навыков даже на уровне двухлетнего ребенка. Промышленные манипуляторы могут снова и снова поднимать один и тот же объект, а некоторые даже умеют воспринимать базовые различия между предметами.

Однако и у роботов обычно возникают проблемы с восприятием расширенного диапазона форм и размеров или с возможностью перемещения объектов на разные позиции.

Но эта ситуация скоро может измениться. Исследователи из Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) MIT сообщили о разработке новой системы, которая позволяет роботам выполнять множество различных задач по уборке и перемещению вещей — от подвешивания кружек до установки обуви на полках — даже не видя объектов, с которыми они взаимодействуют.

Основная идея команды заключалась в том, чтобы рассматривать объекты как совокупность ключевых точек в трехмерном пространстве, которые представляют собой своего рода «визуальную дорожную карту». Исследователи называют свой подход «kPAM» (for «Keypoint Affordance Manipulation» - для «манипуляций с ключевыми точками)», опираясь на более ранний проект, который позволял роботам манипулировать объектами, используя ключевые точки.

Двумя наиболее распространенными подходами к выбору объектов являются «основанные на позе» системы, которые оценивают положение и ориентацию объекта, и общие алгоритмы захвата, которые строго основаны на геометрии. Однако эти методы имеют серьезные проблемы: оценщики поз часто не работают с объектами, значительно различающимися по форме, в то время как подходы с захватом не имеют представления о позе и не могут разместить объекты точно по заданию (например, они не смогут поставить несколько пар обуви на стойку так, чтобы все стояли в одном направлении).

Универсальность kPAM проявляется в его способности быстро включать новые примеры типов объектов. Аспирант Лукас Мануэлли говорит, что система изначально не могла подбирать туфли на высоком каблуке, так как в исходном наборе данных не было примеров. Проблема была легко решена, когда они добавили несколько пар к обучающим данным нейронной сети.

Команда надеется, что впоследствии система сможет выполнять задачи с еще большей универсальностью, например, разгрузить посудомоечную машину или вытереть кухонный стол. Мануэлли также сказал, что понятный человеку характер kPAM означает, что его можно легко включить в более крупные системы манипуляции, используемые на заводах и в других средах.

Теги: kPAM, MIT, CSAIL

Комментарии

(0) Добавить комментарий

Ищите команду разработчиков? Не можете найти робота для своих нужд? Пишите нам!

Для обратной связи укажите ваш E-mail, он будет доступен только администратору. Так вы сможете оперативно узнать, когда ответ на ваш вопрос будет опубликован



Новые комментарии

Магнитные гусеничные роботы для очистки корпуса судна от продуктов биообрастания
Гость Николай Николаевич
29.12.2023
10:23:08
Очень нравится. Как возможно задействовать в наших водах Азов и Черное море