Инновационный бимануальный робот демонстрирует тактильную чувствительность, близкую к человеческому уровню, используя искусственный интеллект для обоснования своих действий.
Новая система Bi-Touch, разработанная учеными Бристольского университета и работающая в Бристольской лаборатории робототехники, позволяет роботам выполнять ручные задачи, получая информацию о том, что нужно делать, от цифрового помощника.
Результаты исследования, опубликованные в журнале IEEE Robotics and Automation Letters, показывают, как агент искусственного интеллекта интерпретирует окружающую среду с помощью тактильной и проприоцептивной обратной связи, а затем управляет поведением роботов, обеспечивая точное восприятие, мягкое взаимодействие и эффективное манипулирование объектами для выполнения роботизированных задач.
Эта разработка может произвести революцию в таких отраслях, как сбор фруктов, бытовое обслуживание и, в конечном счете, воссоздать осязание в искусственных конечностях.
Ведущий автор работы Ицзюнь Линь с инженерного факультета пояснил: «С помощью нашей системы Bi-Touch мы можем легко обучить агентов ИИ в виртуальном мире за пару часов выполнять бимануальные задачи, ориентированные на осязание. И что еще более важно, мы можем напрямую применять этих агентов из виртуального мира в реальном без дополнительного обучения».
Бимануальное манипулирование с тактильной обратной связью станет ключом к развитию ловкости роботов на уровне человека. Однако эта тема менее изучена, чем однорукие роботы, отчасти из-за доступности подходящего оборудования и сложности разработки эффективных контроллеров для задач с относительно большим пространством состояний и действий. Команде удалось разработать тактильную двурукую роботизированную систему, используя последние достижения в области ИИ и тактильного зондирования.
Исследователи создали виртуальный мир (симуляцию), содержащий две руки робота, оснащенные тактильными датчиками. Затем они разработали функции вознаграждения и механизм обновления целей, которые могли бы стимулировать роботов-агентов к обучению выполнению бимануальных задач, и создали реальную тактильную двурукую роботизированную систему, к которой они могли бы непосредственно применить агента.
Робот обучается бимануальным навыкам с помощью Deep Reinforcement Learning (Deep-RL) — одной из самых передовых технологий в области обучения роботов. Она предназначена для обучения роботов действиям путем проб и ошибок, подобно дрессировке собаки с помощью поощрений и наказаний.
В случае роботов-манипуляторов робот учится принимать решения, пробуя различные варианты поведения для выполнения поставленных задач, например, поднимать предметы, не роняя и не разбивая их. В случае успеха он получает вознаграждение, а в случае неудачи учится тому, чего делать не следует. Со временем он находит оптимальные способы захвата предметов, используя эти поощрения и наказания. ИИ-агент слеп по зрению и полагается только на способность тела ощущать движение, действие и местоположение, а также на тактильную обратную связь.
Им удалось успешно запустить двурукого робота в безопасный подъем таких хрупких предметов, как Pringle.
Соавтор работы профессор Натан Лепора добавил: «Наша система Bi-Touch демонстрирует перспективный подход с доступным программным и аппаратным обеспечением для обучения бимануальному поведению с помощью осязания в симуляции, который может быть непосредственно применен в реальном мире. Разработанная нами тактильная симуляция двурукого робота позволяет проводить дальнейшие исследования для решения более разнообразных задач, поскольку код будет иметь открытый исходный код, что идеально подходит для разработки других последующих задач».
Ицзюнь заключил: «Наша система Bi-Touch позволяет тактильному двурукому роботу обучаться на симуляторе и выполнять различные манипуляционные задачи в реальном мире более мягким способом.
«И теперь мы можем легко обучить агентов ИИ в виртуальном мире за пару часов выполнять бимануальные задачи, ориентированные на осязание».
