יש כמה משימות שעבורן רובוטים מסורתיים - קשיחים ומתכת - פשוט לא מתאימים. עם
חוקרי MITהמכון פיתח אלגוריתם מיוחד לפתרון בעיה זו. זה יעזור למהנדסים לפתח רובוטי תוכנה שאוספים מידע שימושי יותר על הסביבה. אלגוריתם הלמידה העמוקה מציע מיקום אופטימלי של חיישנים בגוף הרובוט. זה, בתורו, מאפשר לו ליצור אינטראקציה טובה יותר עם הסביבה ולבצע משימות שהוקצו. "המערכת לא רק לומדת בעיה ספציפית, אלא גם כיצד הכי טוב לתכנן רובוט כדי לפתור את הבעיה הזו", מסביר אלכסנדר אמיני מ-MIT.
המחקר יוצג באפרילכנס בינלאומי של IEEE בנושא רובוטיקה רכה. הכותבים המובילים הם אלכסנדר אמיני ואנדרו שפילברג, סטודנטים לתואר שני במעבדת מדעי המחשב והבינה המלאכותית של MIT (CSAIL). מחברים אחרים כוללים את הסטודנטית לתואר שני ב-MIT, ליליאן צ'ין, והפרופסורים וויצ'ך מאטוסיק ודניאלה רוס.
רובוטים רכים הם גמישים וניתנים לגמישות - הםנראה יותר כמו כדור קופצני מאשר כדור באולינג. הבעיה העיקרית שלהם היא שהם ממדים לאין ערוך. כל נקודה של רובוט עם גוף רך עלולה באופן תיאורטי להתעוות בכל דרך אפשרית. זה מקשה על יצירת רובוט רך שיכול להציג את מיקום חלקי גופו. ניסיונות עבר השתמשו במצלמה חיצונית כדי לקבוע את מיקום הרובוט ולהזין מידע זה בחזרה לתוכנית הבקרה של הרובוט. אך החוקרים רצו ליצור רובוט רך שלא היה תלוי בעזרה חיצונית.
"אינך יכול להכיל מספר אינסופי שלחיישנים על הרובוט עצמו, - מדגיש שפילברג. "אז השאלה היא, כמה חיישנים יש לך ואיפה אתה מציב אותם כדי להפיק את המרב מההשקעה שלך?"
הצוות פנה ללמידה עמוקה בשביל התשובה.
חוקרים פיתחו ארכיטקטורה חדשהרשת עצבית המייעלת את מיקום החיישנים ולומדת לבצע משימות ביעילות. ראשית, החוקרים חילקו את גוף הרובוט לאזורים - "חלקי גוף". קצב העיוות של כל חלקיק הוכנס לרשת העצבית. באמצעות ניסוי וטעייה, הרשת לומדת את רצף התנועות היעיל ביותר לביצוע משימות, כגון אחיזה של חפצים בגדלים שונים. במקביל, הרשת עוקבת אחר אילו חלקים משתמשים בתדירות הגבוהה ביותר ובוחרת חלקים פחות בשימוש ממערך נתוני הקלט לצורך בדיקות הרשת הבאות.
על ידי אופטימיזציה של החלקים החשובים ביותר בגוף הרובוט,הרשת גם מציעה היכן למקם את החיישנים על הרובוט כדי להבטיח פעולה יעילה. לדוגמה, ברובוט מדומה עם זרוע אחיזה, אלגוריתם עשוי להציע כי חיישנים יהיו מרוכזים באצבעות ובסביבתם, כאשר אינטראקציות מבוקרות ומדויקות עם הסביבה הן חיוניות ליכולתו של הרובוט לתפעל עצמים. אמנם זה אולי נראה מובן מאליו, אך התברר כי האלגוריתם עלה בהרבה על האינטואיציה האנושית לגבי היכן למקם את החיישנים.
החוקרים השוו את האלגוריתם שלהםעם מספר תחזיות מומחים. עבור שלושה עיצובים שונים של רובוטים רכים, הצוות ביקש מרובוטיקים לבחור באופן ידני היכן יש למקם חיישנים כדי להבטיח שיתבצע ביעילות משימות כמו אחיזה של חפצים שונים. לאחר מכן הם הריצו סימולציות שהשוו רובוטים עם מסך מגע לרובוטים עם מסך מגע. ו התוצאות לא היו קרובות. "המודל שלנו עלה משמעותית על בני אדם בכל משימה. למרות שהייתי בטוח שאני יודע היכן למקם את החיישנים… - מסכם אמיני. "מסתבר שיש הרבה יותר דקויות בבעיה הזו ממה שציפינו במקור."
קרא עוד
פיזיקאים יצרו אנלוגיה של חור שחור ואישרו את התיאוריה של הוקינג. לאן זה מוביל?
מדענים גילו את החלקיק המיתי של אודדרון
תופעת הטבע המסתורית ביותר. מאיפה ברק הכדור ואיך זה מסוכן?