Les robots ont appris à saisir et à déplacer facilement des objets

L'automatisation des tâches d'entrepôt peut s'avérer difficile. De nombreuses actions qui viennent naturellement aux gens sont en réalité

sont en fait tout un défi pourdes robots. Par exemple, décider où et comment obtenir différents types d’objets. Une coordination plus poussée des mouvements des épaules, des bras et des poignets est également importante, nécessaire pour déplacer chacun d'eux d'un endroit à un autre. De plus, les robots se déplacent plus brusquement, ce qui augmente le risque de dommages aux objets et aux robots.

«Les entrepôts sont encore principalement desservisles humains, parce que les robots ont encore du mal à saisir de manière fiable de nombreux objets différents, explique Ken Goldberg, auteur principal de l'étude. - Sur une chaîne de montage automobile, le même mouvement est répété encore et encore, donc il peut être automatisé. Mais dans l'entrepôt, toutes les commandes sont différentes. "

Vidéo montrant le fonctionnement d'un manipulateur de robot d'entrepôt avec mouvement avant et après l'application d'un réseau neuronal profond. Crédit: Ichnowski et al.

Dans des travaux antérieurs, Goldberg et les scientifiquesJeffrey Ichnovsky, chercheur à l'UC Berkeley, a créé un planificateur de mouvements optimisé pour la préhension. Cependant, les ingénieurs n'ont pas réussi à rendre les mouvements fluides. Bien que les paramètres du logiciel aient été ajustés pour créer exactement cela, les calculs ont pris en moyenne environ une demi-heure.

Dans une nouvelle étude de Goldberg et Ichnowski dansLa collaboration avec l'étudiant diplômé de l'UC Berkeley Yahav Avigal et l'étudiant Vishal Satish a considérablement accéléré le temps de calcul du planificateur de mouvement en intégrant un réseau de neurones à l'apprentissage en profondeur.

Les réseaux de neurones permettent au robot d'apprendreexemples. Plus tard, le robot peut souvent généraliser des objets et des mouvements similaires. Toutefois, ces approximations ne sont pas toujours suffisamment précises. Goldberg et Ichnovsky ont découvert que l'approximation générée par le réseau neuronal pouvait ensuite être optimisée à l'aide d'un planificateur personnalisé. En combinant le réseau neuronal avec le planificateur de mouvement, l'équipe a réduit le temps de calcul moyen de 29 secondes à 80 millisecondes.

Les auteurs de l'étude sont convaincus que grâce à celaGrâce à d'autres avancées, les robots seront bientôt en mesure d'aider les employés des entrepôts. « Il s'agit d'une nouvelle opportunité formidable pour les robots d'aider les gens », conclut Goldberg.

Lisez aussi

Les neurones du cerveau humain et le réseau des galaxies sont similaires

En raison du mouvement des plaques, le plancher de l'océan Pacifique est maintenant profondément sous la Chine

Des scientifiques ont piraté un aspirateur robot pour enregistrer à distance les conversations des utilisateurs