В течение нескольких лет продолжается разработка Dex-Net – универсального захвата для роботов. Недавно ученые из Калифорнийского университета в Беркли представили последнюю версию Dex-Net 4.0. Основное новшество этой последней версии заключается в том, что робот способен теперь успешно захватывать 95 процентов невиданных ранее им объектов со скоростью 300 штук в час.
Достигается это благодаря дополнительной расторопности, которая появилась у робота, благодаря динамическому выбору между двумя различными типами используемых захватов.
В некоторых случаях люди могут выбирать такого рода объекты почти в два раза быстрее, от 400 до 600 штук в час. Вероятность успеха для человека близка к 100 процентам, если использовать несколько попыток выбора одного и того же объекта. Одна из причин того, что мы так хорошо можем выбирать предметы, заключается в том, что у нас есть опыт работы с формой, размером и весом различных объектов, фрикционными свойствами материалов и вероятностью того, что вещи могут деформироваться, когда мы прикасаемся к ним. Даже не задумываясь об этом, мы можем генерировать подробные модели в нашей голове, которые помогают нам легко захватывать и поднимать неизвестные объекты.
Роботам такие способности недоступны. Вместо этого они полагаются на обучение, ориентированное на выполнение задач, и именно здесь Dex-Net приходит на помощь. Dex-Net учится схватывать вещи, обучаясь с помощью симуляции, используя миллионы синтетических изображений глубины 3D-объектов вместе со случайно выбираемыми предметами. Эта искусственно введенная неопределенность помогает системе управлять такими вещами, как шум датчиков и небольшие сдвиги в калибровке робота во времени.
Уникальность Dex-Net 4.0 заключается в том, что разрабатываемые им стратегии захвата являются «двусмысленными», поскольку робот с двумя руками может использовать одну из двух рук с разными захватами. На основе оценки качества захвата, Dex-Net выбирает, какой из двух наиболее надежно подхватит нужный объект. Такая техника позволяет делать захват очень быстро и надежно: на приведенном видео можно увидеть, как робот выбирает около 300 ранее невиданных предметов в час с вероятностью успеха 95 процентов.
Комментарии
(0) Добавить комментарий