Google научила робота хватать и швырять предметы
Logo
Cover

Роботы, интуитивно понимающие физические законы окружающей среды, все еще кажутся персонажами научной фантастики. Инженеры Google заложили фундамент системы, которая самостоятельно учится разным трюкам, пока недоступным другим машинам.

Роботы-манипуляторы продемонстрировали за последнее время существенный прогресс: они умеют оценивать предметы визуально, брать их и даже учиться на собственном опыте. Однако такие операции все еще требуют тщательных вычислений: как лучше взять вещь, как ее держать, как и куда поставить.

Обладая «интуицией», роботы могли бы освоить эти задачи с большей эффективностью, пишет VentureBeat. И первый шаг к этому сделали в Google.

Энди Цзэн из Google и его коллеги вместе с учеными MIT и Принстона изготовили робота TossingBot, который учится хватить и кидать предметы в коробки, находящиеся «вне пределов его досягаемости». Он справляется с этой задачей не только в два раза быстрее современных аналогов, но и попадает в ящички, расположенные в два раза дальше, а также корректирует свои ошибки в процессе самонаблюдения.

Точно кидать предметы не просто — даже для людей. Нужно учитывать хват, массу, сопротивление воздуха, силу трения, аэродинамику и кучу других показателей, чтобы верно рассчитать траекторию полета. Если делать это методом проб и ошибок, потребуется слишком много времени и энергии.

TossingBot использует баллистическую модель для оценки необходимой скорости движения объекта до места назначения и применяет нейронные сети, обученные на визуальных данных с камер, чтобы предсказать результат броска.

Такой гибридный подход обеспечивает 85-процентную точность.

Научить робота брать предметы было немного сложнее, но после 10 000 попыток в течение 14 часов TossBot освоил и эту задачу.

Еще любопытнее то, что робот смог адаптироваться к неизвестному окружению и предметам. Через час — два тренировок он научился ловко хватать и бросать фрукты или канцелярские принадлежности.

Пока разработчики не тестировали TossBot на хрупких предметах и ограничивались только визуальными данными при обучении, но базовую концепцию — сочетание физики и глубокого обучения — они считают многообещающим направлением.

Между тем, роботам из MIT зрение не нужно вовсе. Вместо камер у них RFID-метки, которые позволяют отслеживать движения объектов с непревзойденной точностью и скоростью.