Sempre più attività industriali vengono eseguite da robot, ma sono ancora necessari operatori umani per le azioni di manipolazione più complesse, come la manipolazione e la lavorazione di prodotti alimentari.

"Se il nostro obiettivo è automatizzare alcune o tutte queste attività nell'industria alimentare, o in altre zone, dobbiamo dotare i robot di nuove conoscenze tramite l'apprendimento. Devono prima apprendere le cosiddette competenze trasversali in modo da essere in grado di eseguire operazioni allo stesso livello degli umani in futuro, " ha spiegato Ekrem Misimi, che è un ricercatore SINTEF che sviluppa tecnologia di apprendimento robotico nell'ambito del progetto iProcess.

Per insegnare ai robot queste complesse abilità di manipolazione, è necessaria una combinazione di apprendimento visivo e tattile. In altre parole, devono imparare a vedere e sentire contemporaneamente.

L'apprendimento del robot può anche essere utile su una scala più ampia, in particolare ora durante la pandemia, quando molte persone devono lavorare da casa o non possono lavorare nei loro impianti a causa del rischio di infezione:

"Per la società, la produzione, raccolta, la manipolazione e la preparazione dei prodotti alimentari sono funzioni cruciali. La nostra tecnologia mira a garantire una linea di produzione completamente automatizzata, basato su robot intelligenti. Essenzialmente, la tecnologia robotica intelligente può prepararci meglio come società ad affrontare i tempi difficili, e razionalizzare la produzione e la creazione di valore in tempi favorevoli, " disse Misimi.

Le possibilità sono infinite

L'interazione tra un robot e oggetti morbidi, fragile, flessibile o malleabile è una delle più grandi sfide della robotica oggi, poiché questi tipi di oggetti possono facilmente cambiare forma quando maneggiati. È facile per gli operatori umani compensare questi cambiamenti in tempo reale, ma i robot richiedono sensori visivi e tattili avanzati per fare lo stesso.

Perciò, al robot vengono dati "occhi" artificiali sotto forma di visione 3D, un "cervello" artificiale dall'intelligenza artificiale, e "mani" sensibili che si affidano alla forza e alla percezione tattile.

"Queste qualità consentono ai robot di sviluppare un'intelligenza specifica per il compito che è abbastanza buona da consentire loro di svolgere il lavoro automaticamente, " ha spiegato Misimi.

Imparare compiti complessi usando semplici esempi

Nonostante la sua capacità di apprendimento, un robot è in definitiva una macchina. Perciò, deve prima acquisire conoscenze sui compiti che deve completare attraverso il rilevamento e l'apprendimento, sia in interazione con l'uomo o da solo.

"Il nostro obiettivo è far sì che il robot impari come eseguire attività di manipolazione complesse del mondo reale da semplici esempi, " disse Misimi.

Perciò, il progetto iProcess ha sviluppato due metodi di apprendimento robotico. Il primo è "imparare dalla dimostrazione" (LfD), in cui il robot impara ad afferrare cibi morbidi attraverso una combinazione di sensori visivi e tattili. Il secondo è "imparare dall'autoesplorazione", in cui il robot utilizza l'intelligenza artificiale per apprendere il compito da solo in un ambiente simulato prima di essere finalmente distribuito nel mondo reale, senza ulteriori messe a punto. Il progetto ha generato molti incarichi interessanti per studenti laureati di NTNU che studiano intelligenza artificiale e robotica.

"Una tipica sfida nell'apprendimento dei robot è che l'operatore umano, o meglio il maestro, dimostra l'attività in modo errato al robot. Perciò, abbiamo sviluppato una strategia di apprendimento che si basa esclusivamente sulle migliori dimostrazioni, e automaticamente disprezza i poveri, che non sono coerenti con la politica prevista dall'insegnante. La strategia di apprendimento utilizza l'imaging 3D per il corretto posizionamento della pinza del robot e il rilevamento tattile per la manipolazione e la presa delicate degli oggetti, " ha spiegato Misimi.

"Ciò che è particolarmente interessante nell'imparare dall'autoesplorazione è che il robot non ha mai visto un filetto di salmone prima, in un ambiente simulato o reale. Ma riesce ancora perfettamente a generalizzare nel mondo reale per gestire il nuovo, oggetti sconosciuti, " Ha aggiunto.

Quando il robot impara in questo modo, il tempo di apprendimento è notevolmente ridotto, e il robot può essere utilizzato per gestire più prodotti alimentari, o oggetti simili, senza alcuna programmazione aggiuntiva.

La ricerca su LfD è stata pubblicata in "Robotic Handling of Compliant Food Objects by Robust Learning from Demonstration", presentato alla Conferenza Internazionale sui Robot e Sistemi Intelligenti, mentre l'articolo sull'apprendimento attraverso l'autoesplorazione è stato accettato per la prossima Conferenza Internazionale sulla Robotica e l'Automazione (ICRA) 2020*.

Insegnare nuovi trucchi a un vecchio robot

Dicono che non puoi insegnare a un vecchio cane nuovi trucchi, ma i robot possono essere addestrati per molte diverse attività di manipolazione, dal tenere oggetti sia fermi che in movimento all'esecuzione di compiti di manipolazione più complessi che richiedono maggiore destrezza, come manipolare oggetti in movimento.

"Il compito potrebbe essere qualsiasi cosa che comporti il ​​taglio o la presa di oggetti che devono essere maneggiati con delicatezza. Che si tratti di un filetto di pesce o di una lattuga, il robot deve essere sufficientemente delicato da non danneggiare i prodotti, ma continua a portare a termine il lavoro, " disse Misimi.

Importante per l'industria alimentare

La nuova tecnologia sarà importante sia per l'industria alimentare norvegese che per qualsiasi altra industria che trarrebbe beneficio dalla manipolazione robotica di oggetti flessibili e malleabili e che dipende completamente dall'automazione per mantenere la creazione di valore in Norvegia.

"Questo progetto è una pietra miliare nella realizzazione di questa visione. La tecnologia dei robot sarà in grado di aumentare sia la competitività che la redditività e consentirà la lavorazione di una maggiore proporzione di materie prime alimentari in Norvegia. Ciò può contribuire ad aumentare la qualità dei prodotti e a ridurre il cibo rifiuti. Inoltre, questo andrà a beneficio dell'ambiente, poiché le materie prime non dovranno essere trasportate all'estero per la raffinazione, come spesso si deve fare oggi, " disse Misimi.