La mano robot di google che impara a girare le palline da solo
Cambiare due palline in una mano è qualcosa che tutti sappiamo fare, un esercizio molto rilassante che non ha bisogno di eccessiva agilità, anche se per una mano robotica le cose diventano più difficili.
Questo è l’esperimento che Google ha fatto: insegnare a una mano a girare le palline usando l’Intelligenza Artificiale, senza essere precedentemente addestrato.
I ricercatori di Google Brain hanno seguito una nuova tecnica di pianificazione delle attività dei robot che coinvolge modelli dinamici profondi o DDM. Sostengono che il loro metodo, che descrivono in un documento preliminare pubblicato questa settimana su Arxiv.org, ha permesso a una mano meccanica di manipolare più oggetti usando solo quattro ore di dati del mondo reale. Eccolo qui in video:
Video Youtube ↓ Ciò accade perché la funzionalità / i contenuti contrassegnati come “Google Youtube” utilizzano i cookie che hai scelto di mantenere disattivati. Per visualizzare questo contenuto o utilizzare questa funzionalità, si prega di abilitare i cookie: Cookie preferences
Il progetto affronta il problema della manipolazione robotica delle mani, incluso un recente studio di Tencent che ha studiato il risolutore di cubi di Rubik con cinque dita. Separatamente, i ricercatori OpenAI hanno dettagliato lo scorso luglio un sistema in grado di dirigere le mani per afferrare e manipolare oggetti con precisione all’avanguardia. Nel settembre dello scorso anno, un team del MIT ha proposto un sistema di visione artificiale, chiamato Dense Object Networks, che permetteva ai robot di ispezionare visivamente, comprendere visivamente e manipolare oggetti che non avevano mai visto prima. E da parte sua, Google all’inizio di quest’anno ha collaborato con ricercatori di Princeton, Columbia e MIT per sviluppare un robot di raccolta chiamato TossBot, che impara ad afferrare e gettare oggetti in scatole al di fuori dei limiti della loro gamma naturale.
Questi metodi senza modello di apprendimento automatico possono apprendere politiche che ottengono buone prestazioni in compiti complessi. Richiedono grandi quantità di dati, ma sono il futuro: robot che imparano da soli da ciò che vedono e sentono.
