В наше время роботы могут выполнять космические миссии, сортировать лекарства и даже готовить блины. Но большинство из них не могут даже схватить карандаш и перевернуть его в руке.
Задачи, которые требуют ловкости — вращение, поворот, сгибание, трение и другие действия, которые люди совершают без особых усилий, представляют собой большую трудность для роботов.
Недавно команда специалистов в области информатики и инженерных исследований из Вашингтонского университета (University of Washington) сконструировала роборуку, которая может не только ловко манипулировать предметами, но и учится на собственном опыте, не нуждаясь в человеческом управлении. Последние результаты их работы подробно изложены в статье, которая будет представлена 17 мая на Международной конференции по робототехнике и автоматике Института инженеров электротехники и электроники (Institute of Electrical and Electronics Engineers, IEEE).
Исследовательской группе из Университета штата Вашингтон потребовались годы, чтобы создать одну из наиболее ловких пятипалых роборук в мире. Затем они разработали точную модель, которая позволяет компьютеру анализировать движения в режиме реального времени. В своей последней демонстрации они применили модель к аппаратным и физическим задачам, таким как захват вращающегося удлинённого предмета.
С каждой последующей попыткой роборука становится всё более искусной, благодаря алгоритмам машинного обучения, которые помогают моделировать как основные физические условия задачи, так и действия, которые робот должен предпринять, чтобы достичь желаемого результата.
Этот автономный подход к обучению, разработанный Лабораторией управления движения (Movement Control Laboratory) Вашингтонского университета контрастирует с подходом, требующим, чтобы люди программировали каждое отдельное движение роборуки для завершения одной-единственной задачи.
Создание ловкой пятипалой роборуки представляет сложную задачу, как в области дизайна, так и в области управления. Механическая рука должна обладать достаточной скоростью, реакцией и гибкостью, чтобы воспроизводить основные действия человеческой руки.
В роборуке, созданной в Университете штата Вашингтон используется скелетон Shadow Hand, приводимый в движение пневматической системой, и роборука может двигаться быстрее, чем человеческая. Разработка этой роборуки обошлась примерно в 300 000 долларов. Это слишком дорого для обычного коммерческого или промышленного использования, но позволяет исследователям развить базовые технологии и тестировать инновационные стратегии управления.
Команда впервые разработала алгоритмы, которые позволили компьютеру моделировать очень сложные действия пяти пальцев и планировать движения для достижения различных результатов. По мере того, как роборука выполняет задачи, система собирает данные с датчиков и камер захвата движения и посредством алгоритмов машинного обучения постоянно совершенствует и разрабатывает более реалистичные модели.
На следующем этапе роборука должна манипулировать незнакомым предметом или действовать в новой незнакомой ситуации.
