این ربات بلندپروازانه با تماشای دیگران، شستن سینک را یاد می‌گیرد! [تماشا کنید]

از شستن سرویس‌های بهداشتی گرفته تا تمیزکردن سواحل، به‌زودی می‌توان آینده‌ای را تصور کرد که در آن ربات‌های خدمتکار به تمیزتر نگه‌داشتن محیط اطراف ما کمک می‌کنند. اکنون، یک بازوی رباتیک توانسته وظیفه به ظاهر ساده شستن سینک را به طرز چشمگیری بیاموزد و توانایی خود در یادگیری را به نمایش بگذارد.

شستن سینک ممکن است ساده به نظر برسد، اما وقتی عمیق‌تر فکر می‌کنید، متوجه می‌شوید که جزئیات بسیاری در این کار وجود دارد. شما باید به‌طور شهودی زاویه‌ی مناسب را برای اسفنج انتخاب کنید، بدانید چقدر نیرو باید به بخش‌های مختلف سینک بسته به مقدار آلودگی وارد کرده و بدن خود را هنگام حرکت در طول سطح مرتباً تنظیم کنید. این کار برای انسان‌ها آسان است، اما اگر شما برنامه‌نویسی باشید که با یک ربات تازه‌کار سروکار دارد، باید حجم زیادی از کد را بنویسید.

آندریاس کوگی از موسسه اتوماسیون و کنترل دانشگاه صنعتی وین در اتریش می‌گوید:

ضبط شکل هندسی یک سینک با دوربین‌ها نسبتاً ساده است. اما این گام مهمی نیست. آموزش ربات اینکه چه نوع حرکتی برای کدام بخش از سطح لازم است، با چه سرعتی باید حرکت کند، زاویه مناسب کدام است و میزان نیروی لازم چقدر است، به‌مراتب دشوارتر است.

با درک اینکه برنامه‌ریزی برای این داده‌ها و ترکیبات آن‌ها کاری بسیار دشوار است، کوگی و تیم او تصمیم گرفتند به بازوی رباتیک اجازه دهند این کار را با مشاهده‌ی دیگران یاد بگیرد.

آن‌ها یک اسفنج مخصوص تمیزکاری با حسگرهای نیرو و موقعیت طراحی کردند و از یک انسان خواستند که تنها لبه جلویی یک سینک را که با ژل رنگی به‌عنوان شبیه‌سازی آلودگی، اسپری شده بود، چندین بار تمیز کند. آن‌ها سپس داده‌های جمع‌آوری‌شده از این تمرین‌ها را به یک شبکه عصبی آموزش دادند که می‌توانست ورودی‌ها را به الگوهای حرکتی از پیش تعیین‌شده تبدیل کند. سپس این الگوها به ربات منتقل شده و به آن اجازه دادند حرکات خود را براساس این الگوها تنظیم کند. همان‌طور که در ویدئو می‌بینید، آموزش به‌خوبی نتیجه داده است.

یادگیری فدرالی

در حالیکه این آزمایش روی شست‌وشوی سینک متمرکز بود، محققان می‌گویند این کار نشان می‌دهد بازوهای رباتیک می‌توانند طیفی از وظایف مختلف را بر روی سطوح گوناگون انجام دهند، از جمله سنباده‌زدن، رنگ‌آمیزی، یا جوشکاری ورق فلزی. علاوه بر این، آن‌ها می‌گویند یک ناوگان از ربات‌ها می‌تواند حرکات پایه را از یکدیگر یاد بگیرد، روشی که به آن “یادگیری فدرالی” گفته می‌شود و سپس این حرکات را در وظایف مشخص و خاص خود اعمال کنند.

کوگی می‌گوید:

فرض کنیم بسیاری از کارگاه‌ها از این ربات‌های خودآموز برای سنباده‌زنی یا رنگ‌آمیزی سطوح استفاده کنند. در این صورت، می‌توانید اجازه دهید که ربات‌ها به‌طور مستقل تجربه کسب کنند و پارامترهایی را که یاد گرفته‌اند با یکدیگر به اشتراک بگذارند.”

آیا می‌توانید بگویید «تکینگی»؟!

مقاله‌ای که کار این تیم را توضیح می‌دهد، توسط دانشگاه فنی وین منتشر شده است. این مقاله اخیراً به کنفرانس IROS 2024 ارسال و جایزه Best Application Paper Award را از بین بیش از ۳۵۰۰ مقاله دیگر دریافت کرد.

منبع: Newatlas