Прорыв в Массачусетском технологическом институте позволил роботам использовать целое тело для манипулирования объектами

Исследователи из Массачусетского технологического института (MIT) значительно улучшили возможности роботизированного манипулирования. Используя новую технологию искусственного интеллекта под названием «сглаживание», роботы теперь могут выполнять задачи, используя все свое тело, а не только кончики пальцев. Это нововведение потенциально может произвести революцию в использовании роботов на заводах, в освоении космоса и других областях.

Проблема планирования манипуляций с большим количеством контактов

Манипулирование объектами всем телом представляет собой колоссальную задачу для роботов. Им необходимо учитывать миллиарды потенциальных точек контакта с объектом при каждом касании пальцами, кистями, предплечьями и туловищем. Этот процесс, известный как «планирование манипуляций с учетом большого количества контактов», требует значительных вычислительных ресурсов и является узким местом для практического применения. Люди интуитивно справляются с этими задачами, но для роботов они становятся чрезвычайно сложными.

Решение

Для упрощения задачи исследователи из Массачусетского технологического института разработали новую технику искусственного интеллекта, основанную на «сглаживании», которая сводит многочисленные события контакта к меньшему, более управляемому набору решений. Это нововведение позволяет даже самым простым алгоритмам эффективно разрабатывать план манипуляций для робота. 

«Сглаживание средних значений устраняет многие из этих несущественных промежуточных решений, оставляя лишь несколько важных», — сказал Х.Дж. Терри Су,dent Массачусетского технологического института и соавтор статьи, опубликованной в журнале IEEE Transactions on Robotics.

Обучение с подкреплением против сглаживания

Хотя обучение с подкреплением оказалось эффективным инструментом для помощи роботам в выполнении сложных задач, оно требует огромных вычислительных мощностей и времени. По словам Су, обучение происходит в системе «черного ящика», методом проб и ошибок, и для достижения эффективности часто требуются «миллионы лет моделирования». 

Однако сглаживание предлагает альтернативу. Тщательно изучив модель и проблему, исследователи смогли повысить эффективность процесса. Сглаживание позволяет роботу сосредоточиться на основных взаимодействиях с объектами, что обеспечивает более быстрое и эффективное планирование задач.

Достижение эффективности и комплексного подхода

Несмотря на достижения, достигнутые благодаря сглаживанию, поиск даже среди уменьшенного числа вариантов оставался сложной задачей. Затем исследователи объединили модель сглаживания с алгоритмом поиска, сократив время вычислений примерно до минуты на стандартном ноутбуке.

Команда протестировала свой подход как в симуляциях, так и на реальных роботизированных манипуляторах, достигнув результатов, сопоставимых с обучением с подкреплением, но за гораздо меньшее время.

Приложения и перспективы

Последствия этого исследования огромны. В промышленных условиях заводы могли бы заменить большие роботизированные манипуляторы на более мелкие и мобильные роботы, использующие все свое тело для выполнения манипуляций, что позволило бы снизить энергопотребление и затраты. 

Кроме того, эта технология может оказаться бесценной для исследовательских роботов, отправляемых на Марс или другие небесные тела, где быстрая адаптация к новой среде имеет решающее значение.

Однако исследователи признают ограничения в решении динамических задач, таких как способность робота бросать предмет в контейнер. Команда планирует进一步 усовершенствовать свой подход для решения подобных проблем.

Сух подчеркнул, что вместо того, чтобы рассматривать это как систему «черного ящика», если мы сможем использовать структуру подобных роботизированных систем с помощью моделей, появится возможность ускорить весь процесс. 

Работа частично финансировалась компаниями Amazon, MIT Lincoln Laboratory, Национальным научным фондом и Ocado Group. По мере развития разработанных в MIT методов роботизированного манипулирования открываются новые возможности для робототехники в различных секторах, доказывая, что глубокое понимание проблемы может привести к инновационным решениям.

Благодаря таким достижениям, роботы, способные манипулировать объектами так же интуитивно, как и люди, вполне могут стать реальностью.