Un gruppo di Google con l'assistenza dei team della Columbia e Princeton University e del MIT ha sviluppato un robot in grado di afferrare un singolo oggetto tra gli altri oggetti in una scatola e gettarlo in un cestino specifico. Nel loro articolo caricato su arXiv server di prestampa, il team descrive le sfide del lavoro e come è andato a finire.

I ricercatori iniziano sottolineando quanto sia difficile afferrare un oggetto a caso e lanciarlo con precisione. La casualità dell'oggetto scelto significa che il lanciatore deve prendere decisioni critiche prima di lanciare, tenendo conto del peso e della forma dell'oggetto. Il lanciatore deve quindi essere in grado di convertire le decisioni in un'azione che invierà l'oggetto in un arco dal lanciatore al bersaglio. In questo nuovo sforzo, il team ha scelto di raccogliere la sfida di costruire un braccio robotico che lo faccia come un essere umano.

Il robot progettato dal team sembra molto semplice:è un braccio robotico, proprio come quelli che costruiscono automobili nelle fabbriche. In azione, il robot piega il braccio in una scatola piena di oggetti, ne seleziona uno, quindi lo lancia in una scatola che è stata divisa in contenitori separati, colpendo il contenitore che ha scelto come bersaglio.

Per costruire il robot, il team ha dovuto aiutarlo a imparare, prima programmandolo per scansionare e dare un senso agli oggetti che doveva lanciare. Dopo di che, doveva imparare a scegliere a caso un oggetto ea raccoglierlo. Prossimo, doveva usare una rete di apprendimento profondo per imparare a lanciare ogni possibile oggetto e poi usare ciò che aveva imparato per lanciare l'oggetto, imparare di più ad ogni ripetizione.

Una volta che il sistema era a posto, i ricercatori hanno programmato un ciclo e hanno lasciato che il robot lanciasse i suoi oggetti nelle scatole 10, 000 volte senza assistenza. I programmatori hanno aggiunto del codice per consentire al robot di svuotare il cestino nella propria scatola quando ha gettato tutti i suoi oggetti.

I ricercatori riferiscono che i test hanno mostrato che il sistema è accurato per circa l'87 percento nell'afferrare un oggetto da lanciare e l'85 percento preciso nel lanciarlo. A titolo di confronto, il team ha provato a lanciare gli oggetti stessi e ha scoperto che erano meno precisi del loro robot.

© 2019 Scienza X Rete