Американці створили робота, здатного нарізати овочі
Американські інженери створили робота, здатного різати овочі на скибочки. Особливість підходу, обраного розробниками, полягає в тому, що спочатку робот навчався іншої задачі, яка допомогла вивчити основний навик - спочатку робот був навчений передбачати товщину скибочок, а вже після цього навчився якісно різати їх, розповідають автори статті, опублікованої на arXiv.org.
Маніпуляція з об'єктами - одна з основних задач в робототехніці. Для виконання навіть простих дій з предметами робот повинен володіти безліччю навичок: вміти розпізнавати об'єкти, розраховувати оптимальне місце захоплення або іншої дії, планувати траєкторію переміщення маніпулятора і передбачати властивості об'єктів. Останній навик вкрай важливий при взаємодії з м'якими об'єктами, форма і інші властивості яких можуть змінюватися прямо під час взаємодії. Одна з модельних задач, що дозволяють відпрацювати потрібні для взаємодії з різними об'єктами навички - нарізка овочів. Під час цього здавалося б простої дії робот змушений працювати з предметами, які деформуються при взаємодії з ножем, що, наприклад, призводить до зміни траєкторії нарізки і кінцевої форми скибочки.
Олівер Кромер (Oliver Kroemer) і його колега з Університету Карнегі - Меллон вибрали незвичайний підхід для вирішення цієї проблеми. Спочатку вони навчили алгоритм виконання проміжної задачі - передбачення товщини скибочки і овоча, що залишився, по одній двовимірній фотографії. Для цього вони створили датасет, що складається з пар зображень, зроблених до і після розрізання. Під час створення датасета інженери створювали випадковий план нарізки (кілька скибочок заданої товщини), а потім нарізали овоч і робили його знімки. Таким чином автори роботи набрали 50 демонстрацій (по кілька відрізів) для огірків і 25 для помідорів. Крім того, інженери навчили нейросеть виявляти овочі за допомогою датасета з приблизно чотирьох тисяч огірків і помідорів.
Під час навчання нейромережі для передбачення товщини скибочки інженери навчили її переводити вихідні дані у вигляді знімку в векторне подання. Автори роботи відзначають, що це дозволило отримати навчену частина нейромережі, здатну зв'язувати знімки овочів з їх властивостями. Після навчання проміжного алгоритму розробники приступили до навчання основного. Його завдання полягає в тому, щоб скласти траєкторію руху маніпулятора з ножем. Для цього інженери скористалися методом імітаційного навчання, при якому автори руками управляли рухом маніпулятора під час відрізання шматочків, а алгоритм згодом намагався відтворити аналогічні руху якомога точніше.
Інженери провели експерименти на роботі з камерою і двома маніпуляторами. Один з них відповідає за фіксацію овоча на дошці, а другий тримає ножа і відрізає скибочки. Під час нарізання маніпулятор рухає ніж до овочу і зупиняється під час контакту. Після цього він піднімає ніж, пересуває на розраховану заздалегідь відстань, що забезпечує потрібну товщину скибочки, і приступає до відрізу, під час якого він імітує рухи людей під час аналогічної дії.
Також читайте: