Google DeepMinds nye AI-systemer lærer robotter at binde snørebånd og hænge tøj op

Photo by Simon Kadula on Unsplash

Google DeepMinds nye AI-systemer lærer robotter at binde snørebånd og hænge tøj op

Læsetid: 3 Minut

  • Andrea Miliani

    Skrevet af: Andrea Miliani Teknologiskribent

  • Lokaliserings & Oversættelses Teamet

    Oversat af Lokaliserings & Oversættelses Teamet Lokaliserings & Oversættelses Tjenester

Google DeepMinds robotteam har offentliggjort to artikler om deres forskning i robot-dexteritet, som viser deres nye AI-systemer DemoStart og ALOHA Unleashed. Med de nye fremskridt er forskerne lykkedes med at få to robotarme til at binde en skolisse, hænge tøj op, og reparere en anden robot autonomt.

I den opdatering, der blev offentliggjort i går, forklarer robotteamet, at det kan være ekstremt svært for robotter at udføre simple opgaver som at stramme en skrue eller binde skolisser, da det kræver høj dexteritet og koordination mellem to arme.

Googles Deepmind-team har arbejdet med kun én arm. De har for nylig skabt en menneskeligt konkurrencedygtig robot, der kan spille ping pong med “bare én arm”.

Nu har forskere udviklet AI-systemer til at træne toarmede enheder til at udføre mere komplekse opgaver, som mennesker udfører dagligt.

“For at gøre robotter mere nyttige i folks liv, skal de blive bedre til at komme i kontakt med fysiske objekter i dynamiske omgivelser,” skrev teamet.

AI-systemet ALOHA Unleashed – baseret på det open source og omkostningseffektive system ALOHA udviklet af Stanford University – lærte to-armede robotter at manipulere elementer og arbejde samtidigt for at binde en skolisse, hænge en skjorte op, gøre et køkken rent, og indsætte et tandhjul.

DemoStart har derimod udviklet en “forstærkningslæringsalgoritme”, der underviser robotter under simuleringer med det open-source program MuJoCo. Dette AI-system er til mere komplekse opgaver, der involverer flere robotdele som fingre, sensorer og led.

“Robotten opnåede en succesrate på over 98% på en række forskellige opgaver i simulering, herunder omorientering af terninger med en bestemt farve vist, stramning af en møtrik og bolt, og oprydning af værktøjer,” forklarede forskerne. Senere, i det virkelige liv, udførte robotten med en succesrate på 97% i løft- og terningomorienteringsopgaverne, og 64% i en kompleks opgave, der krævede stik-socket indsættelse.

Virksomheden leverede videoer og billeder af forsøgene og robotterne for at demonstrere de nye AI systemers evner.

“En dag vil AI-robotter hjælpe mennesker med alle slags opgaver derhjemme, på arbejdspladsen og mere,” skrev teamet om fremtiden for dette område inden for robotteknologi. “Forskning i fingerfærdighed, herunder de effektive og almene læringsmetoder, vi har beskrevet i dag, vil bidrage til at gøre denne fremtid mulig.”

Kunne du lide denne artikel?
Så anmeld den venligst!
Jeg hadede den Jeg kan ikke rigtigt lide den Den var ok Ret god! Var vild med den!
0 Brugere som har 0 stemt
Overskrift
Kommentar
Tak for din feedback
Please wait 5 minutes before posting another comment.
Comment sent for approval.

Skriv en kommentar

Vis mere...