Il sistema, chiamato Dex-Net 2.0, è stato sviluppato da ricercatori dell’Università della California, Berkeley. Utilizza un algoritmo di deep learning per imparare dai propri errori e migliorare le proprie capacità di comprensione nel tempo.
Nei test, Dex-Net 2.0 è stato in grado di afferrare con successo oggetti di varie forme e dimensioni, tra cui uno spazzolino da denti, una macchinina e una tazza di caffè. Il sistema è stato anche in grado di adattarsi a diversi tipi di superfici, come un tavolo, un piano di lavoro e un seggiolino per auto.
“Dex-Net 2.0 rappresenta un miglioramento significativo rispetto al nostro sistema precedente”, ha affermato il coautore Pieter Abbeel dell’Università della California, Berkeley. “È in grado di imparare dai propri errori in modo molto più rapido ed efficiente e ora può afferrare oggetti molto diversi tra loro per forma e dimensioni”.
I ricercatori ritengono che Dex-Net 2.0 potrebbe essere utilizzato per sviluppare nuovi sistemi robotici in grado di eseguire una varietà di compiti, come raccogliere oggetti, pulire una casa o assemblare mobili.
Un articolo che descrive il nuovo sistema è stato pubblicato sulla rivista Science Robotics.
Come apprende Dex-Net 2.0
Dex-Net 2.0 utilizza un algoritmo di deep learning chiamato apprendimento per rinforzo per imparare ad afferrare gli oggetti. L’apprendimento per rinforzo è un tipo di apprendimento automatico che consente a un sistema di imparare dai propri errori premiandolo per un buon comportamento e punendolo per un cattivo comportamento.
Nel caso di Dex-Net 2.0, il sistema viene premiato quando afferra con successo un oggetto e punito quando fallisce. Il sistema utilizza questo feedback per adattare il suo comportamento nel tempo, finché non è in grado di afferrare gli oggetti in modo coerente.
Applicazioni di Dex-Net 2.0
I ricercatori ritengono che Dex-Net 2.0 potrebbe essere utilizzato per sviluppare nuovi sistemi robotici in grado di eseguire una varietà di compiti, come:
* Raccogliere oggetti: Dex-Net 2.0 potrebbe essere utilizzato per sviluppare sistemi robotici in grado di raccogliere oggetti di diverse forme e dimensioni, come generi alimentari, strumenti o giocattoli.
* Pulizia di una casa: Dex-Net 2.0 potrebbe essere utilizzato per sviluppare sistemi robotici in grado di pulire una casa, ad esempio aspirando, spolverando e lavando.
* Assemblaggio mobili: Dex-Net 2.0 potrebbe essere utilizzato per sviluppare sistemi robotici in grado di assemblare mobili, ad esempio fissando viti, dadi e bulloni.
I ricercatori stanno attualmente esplorando queste e altre applicazioni di Dex-Net 2.0. Credono che il sistema abbia il potenziale per rivoluzionare il modo in cui i robot interagiscono con il mondo fisico.
