Google DeepMindin uudet tekoälyjärjestelmät opettavat roboteille kengännauhojen solmimisen ja vaatteiden ripustamisen

Photo by Simon Kadula on Unsplash

Google DeepMindin uudet tekoälyjärjestelmät opettavat roboteille kengännauhojen solmimisen ja vaatteiden ripustamisen

Lukuaika: 2 min

Google DeepMindin robottitiimi julkaisi kaksi tutkimuspaperia robottien ketteryydestä, joissa esiteltiin heidän uudet tekoälyjärjestelmänsä DemoStart ja ALOHA Unleashed. Uusien kehitysaskelten ansiosta tutkijat onnistuivat saamaan kaksi robottikättä solmimaan kengännauhan, ripustamaan vaatteita ja korjaamaan toisen robotin itsenäisesti.

Eilen julkaistussa päivityksessä, robottitiimi selittää, että yksinkertaisten tehtävien, kuten ruuvin kiristämisen tai kengännauhojen solmimisen, suorittaminen voi olla äärimmäisen vaikeaa roboteille, koska ne vaativat suurta ketteryyttä ja koordinaatiota kahden käsivarren välillä.

Google’n Deepmind-tiimi oli työskennellyt vain yhdellä kädellä. He ovat äskettäin luoneet ihmisen tasolle kilpailukykyisen robotin, joka voi pelata pingistä ”vain yhdellä kädellä”.

Nyt tutkijat ovat kehittäneet tekoälyjärjestelmiä kouluttamaan kaksikätisiä laitteita suorittamaan monimutkaisempia tehtäviä, joita ihmiset tekevät päivittäin.

”Jotta robotit olisivat hyödyllisempiä ihmisten elämässä, niiden on parannettava kykyään olla vuorovaikutuksessa fyysisten esineiden kanssa dynaamisissa ympäristöissä”, kirjoitti tiimi.

ALOHA Unleashed -tekoälyjärjestelmä – joka pohjautuu Stanfordin yliopiston kehittämään avoimeen lähdekoodiin ja edulliseen ALOHA-järjestelmään – opetti kaksikätisille roboteille elementtien manipulointia ja samanaikaista työskentelyä, kuten kengännauhan solmimista, paidan ripustamista, keittiön siivoamista ja hammaspyörän asentamista.

DemoStart puolestaan kehitti ”vahvistusoppimisalgoritmin”, joka opettaa robotteja simulaatioissa avoimen lähdekoodin ohjelman MuJoCo avulla. Tämä AI-järjestelmä on tarkoitettu monimutkaisempiin tehtäviin, jotka vaativat useampia robotin osia, kuten sormia, sensoreita ja nivelitä.

“Robotti saavutti yli 98 %:n onnistumisasteen useissa erilaisissa tehtävissä simulaatiossa, mukaan lukien kuutioiden asentojen muuttaminen tietyllä värillä, mutterin ja pultin kiristäminen ja työkalujen järjestäminen,” tutkijat selittivät. Myöhemmin todellisessa elämässä robotti suoriutui tehtävistä 97 %:n onnistumisasteella nosto- ja kuution asentojen muuttamistehtävissä ja 64 %:n onnistumisasteella monimutkaisessa tehtävässä, joka vaati pistokkeen asettamista pistorasiaan.

Yritys tarjosi videoita ja kuvia kokeista ja roboteista uusien tekoälyjärjestelmien kykyjen demonstroimiseksi.

”Eräänä päivänä tekoälyrobotit auttavat ihmisiä kaikenlaisissa tehtävissä kotona, työpaikalla ja enemmän,” kirjoitti tiimi koskien tulevaisuutta tällä robotiikan alueella. ”Ketteryyttä tutkiva tutkimus, mukaan lukien tehokkaat ja yleiset oppimistavat, joista olemme kertoneet tänään, auttavat tekemään tuon tulevaisuuden mahdolliseksi.”

Piditkö tästä artikkelista? Arvostele se!
Todella huono Melko huono Ihan ok Melko hyvä! Tosi hyvä!
0 Arvostellut 0 käyttäjää
Otsikko
Kommentti
Kiitos palautteestasi
Please wait 5 minutes before posting another comment.
Comment sent for approval.

Jätä kommentti

Näytä lisää...