Он может делать основные различия между объектами и выполнять конкретные задачи, не видя их раньше.
Исследователи из Массачусетского технологического института говорят, что ИИ будет достаточно изощренным для создания роботов для уборки дома, которые могут быть использованы для работы в домах и офисах.
Люди могли бы дать своему роботу образ аккуратного дома и попросить его убрать, пока они на работе.
Ученые говорят, что ему также может быть предоставлен образ блюд, и их попросят правильно разложить.
Робот рассматривает объекты как коллекции точек, которые служат «визуальными дорожными картами».
Это дает ему понимание того, что ему нужно понять и где.
После обучения, если человек указывает точку на объекте, робот может фотографировать этот объект и идентифицировать и сопоставлять точки.
Например, кто-то может использовать DON, чтобы заставить робота захватить определенное место на объекте, таком как язык обуви.
От этого он может посмотреть на ботинок, которого он никогда не видел раньше и успешно схватить язык.
Ученые говорят, что этот подход позволяет роботам лучше понимать и манипулировать предметами.
Самое главное, это позволяет им даже подобрать определенный объект среди беспорядка подобных объектов.
Это будет ценным навыком для тех машин, которых такие компании, как Amazon и Walmart, используют на своих складах.
«Многие подходы к манипуляции не могут идентифицировать определенные части объекта во многих ориентациях, с которыми может столкнуться объект», — сказал студент PhD Лукас Мануэлли, который написал новый документ об этой системе с ведущим автором и сокурсником Пете Флоренс.
«Например, существующие алгоритмы не смогут схватить кружку за ручку, особенно если кружка может быть в нескольких ориентациях, например, вертикально или сбоку».
«На фабриках роботы часто нуждаются в комплексных кормушках для надежной работы», — сказал г-н Флоренс.
«Но такая система, которая может понять ориентацию объектов, может просто сфотографироваться и быть в состоянии схватить и соответствующим образом отрегулировать объект».
В одном наборе тестов на мягкой игрушечной гусеничной машине робот Kuka, оснащенный DON, мог схватить правое ухо игрушки от множества различных конфигураций.
Это показало, что, среди прочего, система имеет возможность отличать лево и право симметричных объектов.
При тестировании на бункере различных бейсбольных кепок, DON мог выбрать конкретную шляпу, несмотря на все шляпы, имеющие очень похожие конструкции — и раньше он никогда не видел снимки шляп, используемых в данных тренировки.
В будущем команда надеется улучшить систему, чтобы она могла выполнять конкретные задачи с более глубоким пониманием соответствующих объектов, например, изучать, как схватить объект и перенести его с конечной целью, например, очистить стол.
В следующем месяце команда представит свой документ по системе на Конференции по робототехническому обучению в Цюрихе, Швейцария.
Свежие комментарии