آشغال های پاک کننده انسان از اتاق زیر شیروانی اغلب می توانند محتوای جعبه را حدس بزنند ، به سادگی با چیدن آن و تکان دادن آن بدون نیاز به دیدن آنچه در داخل است. محققان MIT ، روباتیک آمازون و دانشگاه بریتیش کلمبیا روبات ها را آموخته اند تا چنین کاری انجام دهند.
آنها تکنیکی را ایجاد کرده اند که به روبات ها اجازه می دهد فقط از سنسورهای داخلی استفاده کنند تا در مورد وزن ، نرمی یا محتوای جسم ، آن را بلند کنند و آن را به آرامی تکان دهند. با استفاده از روش آنها ، که نیازی به ابزارهای اندازه گیری خارجی یا دوربین ندارد ، این روبات می تواند پارامترهایی مانند جرم شی را برای چند ثانیه به طور دقیق حدس بزند.
این تکنیک ارزان می تواند به ویژه در برنامه هایی که دوربین ها می توانند کمتر مؤثر باشند ، مفید باشد ، مانند مرتب سازی اشیاء در یک زیرزمین تاریک یا پاکسازی آوار در داخل ساختمان که تا حدی پس از یک زمین لرزه فرو می رود.
نکته اصلی رویکرد آنها یک فرآیند شبیه سازی است که شامل مدل های ربات و شیء برای شناسایی سریع ویژگی های این شیء در حالی که ربات با آن تعامل دارد.
تکنیک محققان در حدس زدن توده سایت به عنوان برخی از روشهای پیچیده تر و گران تر که شامل دید رایانه است ، خوب است. علاوه بر این ، رویکرد اثربخشی داده های آنها به اندازه کافی محکم است تا با بسیاری از انواع سناریوهای بی سابقه مقابله کند.
پیتر جیک می گوید: “این ایده رایج است و من معتقدم که ما فقط سطح آنچه را که یک ربات می تواند از این طریق یاد بگیرد ، خراشیده ایم. رویای من این است که روبات ها را به جهان بیاوریم ، چیزها را لمس کنند و چیزها را در وسط خود جابجا کنند و خواص هر آنچه را که با آنها تعامل دارند درک کنند.”
شرکت های این شرکت شامل همکار MIT Postdoc Chao Liu است. PINGCHUAN MA PHD ’25 ؛ جک ایستمن منگ ’24 ؛ دیلن رندل و یوری ایوانوف از روباتیک آمازون ؛ اساتید MIT مهندسی برق و علوم کامپیوتر دانیلا روس ، که آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT (CSAIL) را اداره می کند. و Wojciech Matusik ، که گروه محاسبه و تولید CSSAIL را اجرا می کند. این مطالعه در کنفرانس بین المللی روباتیک و اتوماسیون ارائه خواهد شد.
سیگنال های حسی
روش محققان از Proprioception استفاده می کنند ، که توانایی یک شخص یا ربات برای احساس حرکت یا موقعیت خود در فضا است.
به عنوان مثال ، شخصی که دمبل را در ورزشگاه بلند می کند ، می تواند وزن این دمبل را در مچ دست و دوسر خود احساس کند ، حتی اگر دمبل را در دست خود نگه دارد. به همین ترتیب ، ربات می تواند وزن یک شی را از طریق بسیاری از اتصالات موجود در دست خود “احساس کند”.
لیو می گوید: “انسان اندازه گیری های بسیار دقیقی را در مورد زاویه اتصالات در انگشتان ما یا مقدار دقیقی از گشتاور که ما برای یک شی اعمال می کنیم ، ندارد ، اما ربات این کار را انجام می دهد. ما از این توانایی ها استفاده می کنیم.”
در حالی که این ربات یک شیء را بالا می برد ، سیستم محققان سیگنال هایی را از رمزگذاری های مفصل ربات جمع می کنند ، که سنسورهایی هستند که موقعیت چرخشی و سرعت اتصالات آن را در حین حرکت تشخیص می دهند.
لیو می افزاید: اکثر روبات ها دارای رمزگذار مشترک در موتورهایی هستند که قطعات متحرک خود را هدایت می کنند. این باعث می شود تکنیک آنها از برخی رویکردها سودآورتر شود زیرا به اجزای اضافی مانند سنسورهای لمسی یا سیستم های نظارت بر بینایی احتیاج ندارند.
برای قدردانی از خواص سایت در هنگام تعامل با یک شیء ربات ، سیستم آنها به دو مدل متکی است: یکی که روبات و حرکت آن را شبیه سازی می کند و دیگری که پویایی سایت را شبیه سازی می کند.
چنگ می افزاید: “حضور یک دوقلو دقیق دیجیتال دنیای واقعی برای موفقیت روش ما بسیار مهم است.”
الگوریتم آنها “تماشا می کند” ربات و شیء در حین تعامل فیزیکی حرکت می کنند و از داده ها در رمزگذاری های مشترک استفاده می کنند تا به عقب کار کنند و خصوصیات سایت را شناسایی کنند.
به عنوان مثال ، اگر ربات همان مقدار نیرو را اعمال کند ، یک جسم بزرگتر آهسته تر از نور حرکت می کند.
شبیه سازی های متمایز
آنها از تکنیکی به نام شبیه سازی متمایز استفاده می کنند که به الگوریتم اجازه می دهد پیش بینی کند که چگونه تغییرات کوچک در خصوصیات سایت ، مانند جرم یا نرمی ، بر موقعیت مشترک نهایی ربات تأثیر می گذارد. محققان شبیه سازی های خود را با استفاده از کتابخانه WARP NVIDIA ، یک ابزار توسعه دهنده منبع باز که شبیه سازی های تمایز را حفظ می کند ، ساخته اند.
پس از شبیه سازی تمایز همزمان با حرکات واقعی ربات ، سیستم خاصیت صحیح را مشخص کرده است. این الگوریتم می تواند این کار را در چند ثانیه انجام دهد و فقط باید یک مسیر دنیای واقعی ربات را در حال حرکت برای انجام محاسبات ببیند.
لیو می گوید: “از نظر فنی ، تا زمانی که شما مدل سایت را می دانید و چگونه ربات می تواند نیرو را در این سایت اعمال کند ، باید بتوانید پارامتری را که می خواهید شناسایی کنید درک کنید.”
محققان از روش خود برای یادگیری جرم و نرمی یک شی استفاده کردند ، اما تکنیک آنها همچنین می تواند خواصی مانند یک لحظه اینرسی یا ویسکوزیته یک مایع را در داخل یک ظرف تعیین کند.
بعلاوه ، از آنجا که الگوریتم آنها به مجموعه گسترده ای از داده های آموزشی مانند برخی از روش هایی که به بینایی رایانه یا سنسورهای خارجی متکی هستند ، نیاز ندارد ، در هنگام مواجهه با یک محیط بی سابقه یا اشیاء جدید ، مستعد آسیب نخواهد بود.
در آینده ، محققان می خواهند سعی کنند روش دید رایانه خود را برای ایجاد یک تکنیک سنسور چند مدلی ، که حتی قدرتمندتر است ، ترکیب کنند.
چن می گوید: “این کار در تلاش نیست تا دید رایانه را جایگزین کند. هر دو روش جوانب مثبت و منفی خود را دارند. اما در اینجا ما نشان داده ایم که بدون دوربین می توانیم برخی از این خصوصیات را درک کنیم.”
آنها همچنین می خواهند برنامه هایی را با سیستم های رباتیک پیچیده تر ، مانند روبات های نرم و اشیاء پیچیده تر ، از جمله برش مایعات یا محیط های گرانول مانند ماسه کشف کنند.
در دراز مدت ، آنها امیدوارند که این تکنیک را برای بهبود آموزش ربات به کار گیرند ، به روبات های آینده اجازه می دهد تا به سرعت مهارت های دستکاری جدید را توسعه داده و با تغییرات در محیط خود سازگار شوند.
“تعیین خصوصیات فیزیکی اشیاء داده مدتهاست که در روباتیک یک چالش بوده است ، به ویژه هنگامی که فقط اندازه گیری های محدود یا پر سر و صدا در دسترس باشد. این کار قابل توجه است زیرا نشان می دهد که روبات ها می توانند به طور دقیق از خواصی مانند جرم و نرمی نتیجه بگیرند ، فقط با استفاده از مفاصل داخلی خود ، بدون تکیه بر اتاق های خارجی یا تخصص.” مایلز مکلین می گوید ، فناوری در فن آوری های شبیه سازی یا ابزارهای تخصصی اندازه گیری.
این کار تا حدودی توسط آمازون و برنامه تحقیقاتی GIST-CSAIL تأمین می شود.
