Áttörés: AI-val a teljes testüket is használhatják a robotok

Mind gazdasági, mind pedig hatékonysági szempontból óriási jelentősége lehet az MIT egyetem robotikai fejlesztésének, ami a mesterséges intelligencia segítségével összehangolja a végrehajtandó feladattal a robot testének minden porcikáját. A kutatók rájöttek, hogy hogyan lehet az ember komplex mozdulataihoz hasonló manipulációra rávenni a robotokot.

Az MIT kutatócsoportja olyan AI-technológiát fejlesztett, ami lehetővé teszi, hogy a robotok csupán az ujjbegyeik használata helyett az egész kezükkel vagy testükkel mozgassák a gondjukra bízott tárgyakat. Ez egyszerűnek tűnhet, hiszen számunkra teljesen magától értetődő mozdulatsorról van szó. Az ember, amikor felemel egy dobozt, az egész kezét, majd az alkarját és a mellkasát is használja, hogy stabilan megtartsa a tárgyat, miközben valahová elviszi. Ez a fajta manipuláció egy egész testtel végrehajtott művelet, vagyis olyasmi, amivel a robotok ma még nehezen boldogulnak.

Összetett folyamatot kell értelmezni

A robotok számára minden olyan pont, amivel a doboz érintkezik - az ujjaiktól a karjaikon át a törzsükig - egy külön eseményt kezel, és ezeket az eseményeket egytől egyig meg kell érteniük, hogy rendeltetésüknek megfelelően tudjanak működni. A robotoknak ebből adódóan több milliárd lehetséges érintkezési eseményt kell kezelniük, ami rendkívül bonyolulttá teszi az egész testet igénylő feladatok tervezését. Ezt a folyamatot, amikor a robot megpróbálja megtanulni, hogy egy-egy tárgy mozgatásának melyik a legjobb módja, érintésben gazdag manipulációs tervezésnek nevezzük.

Az MIT kutatói megtalálták a módját annak, hogy ezt a folyamatot egyszerűsítsék egy simításnak nevezett mesterséges intelligencia-technika és a csapat által épített algoritmus segítségével. A simítás a sok érintkezési eseményt kisebb számú döntéssé foglalja össze, kiküszöbölve a feladat szempontjából nem túl fontos eseményeket, és szűkítve a döntések körét. Ez lehetővé teszi, hogy még egy egyszerű algoritmus is gyorsan kidolgozzon egy hatékony manipulációs tervet.

Sok robot a tárgyak kezelését megerősítéses tanulással sajátítja el. Ez egy olyan gépi tanulási technika, amiben az alany próbák és elkövetett hibák egész során túljutva hajt végre egy feladatot. Mivel több milliárd érintkezési pontot kell próbára tenni, a megerősítéses tanulás rengeteg számítást igényel, így nem feltétlenül ideális választás az érintésben gazdag manipuláció tervezéséhez. Idővel viszont nagyon is hatékony megoldássá válhat. A megerősítéses tanulás elvégzi a simítási folyamatot, úgy, hogy különböző érintkezési pontokat tesztel, és kiszámítja az eredmények súlyozott átlagát.

Az MIT tudósai erre a tudásra támaszkodva építettek meg egy egyszerű modellt, ami lehetővé teszi a rendszer számára, hogy a robot és a tárgy közötti alapvető interakciókra összpontosítson, majd megjósolja a hosszú távú viselkedést. A csapat ezután egy olyan algoritmussal kombinálta a modellt, ami képes gyorsan átnézni a robot összes lehetséges döntését. A simító modell és az algoritmus között létrehoztak egy rendszert, ami még egy egyszerű laptopon is mindössze kb. egy perc számítási idővel kidobja az eredményt.

Egy perc, egyetlen döntésre persze irgalmatlanul sok, ami jól mutatja, hogy a projekt korai stádiumban van. A módszer ugyanakkor lehetővé teheti, hogy a gyárak egyszer kisebb méretű, teljesen mobil robotokat alkalmazzanak a termelésben, és azok a teljes testüket használják a tárgyak manipulálására, nem csupán a ma ismert, többnyire rögzített robotkarokat, amelyek kizárólag az ujjbegyeikre hagyatkoznak. A szimulációs tesztek során kiderült továbbá, hogy a kezdetleges rendszer még nem képes kezelni nagyon dinamikus mozgásokat, például leesett tárgyak felvételét. És ez csak az egyik olyan kérdés, amire a csapat a kutatás folytatásában nagyobb figyelmet szeretne fordítani.

Gábor János

Főoldali kép: MIT